CN111434096A - 使用媒体内容进行通信 - Google Patents
使用媒体内容进行通信 Download PDFInfo
- Publication number
- CN111434096A CN111434096A CN201880077997.7A CN201880077997A CN111434096A CN 111434096 A CN111434096 A CN 111434096A CN 201880077997 A CN201880077997 A CN 201880077997A CN 111434096 A CN111434096 A CN 111434096A
- Authority
- CN
- China
- Prior art keywords
- person
- media
- communication
- displaying
- processor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 claims abstract description 86
- 238000004891 communication Methods 0.000 claims abstract description 84
- 238000013528 artificial neural network Methods 0.000 claims description 23
- 210000002569 neuron Anatomy 0.000 description 18
- 230000006870 function Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000010079 rubber tapping Methods 0.000 description 8
- 238000001228 spectrum Methods 0.000 description 8
- 210000004027 cell Anatomy 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 239000000969 carrier Substances 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 230000001815 facial effect Effects 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000001537 neural effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- APTZNLHMIGJTEW-UHFFFAOYSA-N pyraflufen-ethyl Chemical compound C1=C(Cl)C(OCC(=O)OCC)=CC(C=2C(=C(OC(F)F)N(C)N=2)Cl)=C1F APTZNLHMIGJTEW-UHFFFAOYSA-N 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000012421 spiking Methods 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
- G06F18/24137—Distances to cluster centroïds
- G06F18/2414—Smoothing the distance, e.g. radial basis function networks [RBFN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/26—Devices for calling a subscriber
- H04M1/27—Devices whereby a plurality of signals may be stored simultaneously
- H04M1/274—Devices whereby a plurality of signals may be stored simultaneously with provision for storing more than one subscriber number at a time, e.g. using toothed disc
- H04M1/2745—Devices whereby a plurality of signals may be stored simultaneously with provision for storing more than one subscriber number at a time, e.g. using toothed disc using static electronic memories, e.g. chips
- H04M1/27467—Methods of retrieving data
- H04M1/27475—Methods of retrieving data using interactive graphical means or pictorial representations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/56—Arrangements for indicating or recording the called number at the calling subscriber's set
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72469—User interfaces specially adapted for cordless or mobile telephones for operating the device by selecting functions from two or more displayed items, e.g. menus or icons
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/14—Systems for two-way working
- H04N7/141—Systems for two-way working between two video terminals, e.g. videophone
- H04N7/147—Communication arrangements, e.g. identifying the communication as a video-communication, intermediate storage of the signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/14—Systems for two-way working
- H04N7/15—Conference systems
- H04N7/152—Multipoint control units therefor
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2250/00—Details of telephonic subscriber devices
- H04M2250/60—Details of telephonic subscriber devices logging of communication history, e.g. outgoing or incoming calls, missed calls, messages or URLs
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2250/00—Details of telephonic subscriber devices
- H04M2250/66—Details of telephonic subscriber devices user interface aspects for indicating selection options for a communication line
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/14—Systems for two-way working
- H04N7/141—Systems for two-way working between two video terminals, e.g. videophone
- H04N7/142—Constructional details of the terminal equipment, e.g. arrangements of the camera and the display
- H04N2007/145—Handheld terminals
Abstract
公开了用于使用媒体进行通信的方法和装置。在一个方面中,装置显示媒体,接收对在媒体中显示的人的选择,识别所选择的人,显示可以用于与所识别的人进行通信的通信方法,接收对所通信方法中的一种通信方法的选择,以及使用所选择的通信方法来进行同所识别的人的通信。
Description
依据35 U.S.C.§119要求优先权
本专利申请要求享受由Ankita等人于2018年1月19日提交的标题为“Communicating Using Media Content”的美国非临时专利申请第15/875,797号和由Ankita等人于2017年12月8日提交的标题为“Communicating Using Media Content”的美国临时专利申请第62/596,696号的优先权,这两份申请已经转让给本申请的受让人,故明确地以引用方式将它们的全部内容并入本文中。
技术领域
概括地说,本公开内容涉及移动设备,以及具体地说,本公开内容涉及使用媒体内容进行通信。
背景技术
移动设备已成为现代生活中不可或缺的部分。人们使用移动设备进行通信以及安排其日常生活。此外,人们使用移动设备来拍摄存储在移动设备上的照片和视频。人们经常浏览在移动设备上的照片和视频,以怀念所捕捉的瞬间。在查看照片和视频时,人们通常希望与在照片和视频中的人取得联系,并与别人分享这些时刻。因此,存在着在浏览和查看诸如照片和视频的媒体内容时,能够容易地与在媒体内容中的人进行联系和通信的需求。
发明内容
下文给出了一个或多个方面的简化的概要,以便提供对这样的方面的基本理解。该概要不是对全部所预期的方面的广泛概述,并且既不旨在标识全部方面的关键或重要元素,也不旨在于描绘任何或全部方面的范围。其唯一的目的是以简化的形式提出一个或多个方面的一些概念,作为后文所提出的更详细的描述的前序。
在本公开内容的一个方面中,提供了一种方法、计算机可读介质和装置。该装置可以是用户设备或移动设备,其包括至少一个处理器和耦合到所述至少一个处理器的存储器。所述处理器显示媒体,接收对在所述媒体中显示的人的选择,识别所选择的人,显示可以用于与所识别的人进行通信的通信方法,接收对所述通信方法中的一种通信方法的选择,以及使用所选择的通信方法来进行同所识别的人的通信。
在一个方面中,一种使用媒体进行通信的方法包括:显示媒体,接收对在所述媒体中显示的人的选择,识别所选择的人,显示可以用于与所识别的人进行通信的通信方法,接收对所述通信方法中的一种通信方法的选择,以及使用所选择的通信方法来进行同所识别的人的通信。
在一个方面中,一种用于使用媒体进行通信的装置包括:用于显示媒体的单元;用于接收对在所述媒体中显示的人的选择的单元;用于识别所选择的人的单元;用于显示可以用于与所识别的人进行通信的通信方法的单元;用于接收对所述通信方法中的一种通信方法的选择的单元;以及用于使用所选择的通信方法来进行同所识别的人的通信的单元。
在一个方面中,一种存储用于自动地设置提醒的计算机可执行指令的非暂时性计算机可读介质包括计算机可读指令,所述计算机可读指令包括用于进行以下操作的至少一个指令:显示媒体,接收对在所述媒体中显示的人的选择,识别所选择的人,显示可以用于与所识别的人进行通信的通信方法,接收对所述通信方法中的一种通信方法的选择,以及使用所选择的通信方法来进行同所识别的人的通信。
为了实现前述目的和相关目的,一个或者多个方面包括下文中充分描述的特征以及在权利要求书中特别指出的特征。下文的描述和附图详细阐述了一个或多个方面的某些说明性的特征。但是,这些特征表明可以使用各方面的原理的各种方式中的仅一些方式,以及该描述旨在包括全部这样的方面及其等效物。
附图说明
图1是示出无线通信系统和接入网的示例的图。
图2A根据一个方面示出在其中用户正在浏览或者查看媒体内容的情形。
图2B根据一个方面示出关于选择人进行联系的示例。
图2C根据一个方面示出关于识别所选择的人的示例。
图2D示出关于将用于选择人的媒体发送给接收通信的移动设备的示例。
图3是根据本公开内容的各方面示出神经网络的图。
图4根据一个方面示出关于使用片上系统(SOC)(包括通用处理器)来设计神经网络的示例性实现方案。
图5根据一个方面示出使用媒体进行通信的方法的流程图。
图6根据本文所描述的各个方面示出可以适当地使用的示例性移动设备。
图7是被配置为支持本文所公开的功能的装置的各个方面的简化的方块图。
具体实施方式
下文结合附图所陈述的详细描述仅旨在作为对各种配置的描述,以及不旨在表示可以在其中实践本文所描述的概念的唯一配置。出于提供对各种概念的透彻理解的目的,详细的描述包括具体细节。然而,对于本领域技术人员而言将显而易见的是,在不具有这些具体细节的情况下也可以实践这些概念。在一些实例中,众所周知的结构和组件是以方块图的形式来展示,以便于避免使这样的概念模糊不清。
现在将参考各种装置和方法来给出移动设备的若干方面。这些装置和方法将通过各种块、组件、电路、过程、算法等(其统称为“元素”)来在下文的具体描述中进行描述并且在附图中进行说明。这些元素可以使用电子硬件、计算机软件或者其任何组合来实现。这样的元素是被实现为硬件还是软件取决于特定的应用和对整个系统施加的设计约束。
图1是示出无线通信系统和接入网100的示例的图。该无线通信系统(其还称为无线广域网(WWAN))包括基站102、UE 104和演进型分组核心(EPC)160。基站102可以包括宏小区(高功率蜂窝基站)和/或小型小区(低功率蜂窝基站)。宏小区包括基站。小型小区包括毫微微小区、微微小区和微小区。
基站102(其统称为演进型通用移动通信系统(UMTS)地面无线接入网(E-UTRAN))通过回程链路132(例如,S1接口)与EPC 160进行交互。除了其它功能之外,基站102可以执行下面功能中的一个或多个功能:用户数据的传送、无线电信道加密和解密、完整性保护、报头压缩、移动性控制功能(例如,切换、双连接)、小区间干扰协调、连接建立和释放、负载均衡、针对非接入层(NAS)消息的分发、NAS节点选择、同步、无线电接入网(RAN)共享、多媒体广播多播服务(MBMS)、订户和设备跟踪、RAN信息管理(RIM)、寻呼、定位、以及警告消息的传送。基站102可以在回程链路134(例如,X2接口)上彼此进行直接或者(例如,通过EPC160)间接通信。回程链路134可以是有线的或者是无线的。
基站102可以与UE 104无线地通信。基站102中的每一个基站可以为各自的地理覆盖区域110提供通信覆盖。可能存在重叠的地理覆盖区域110。例如,小型小区102'可能具有与一个或多个宏基站102的覆盖区域110重叠的覆盖区域110'。包括小型小区和宏小区两者的网络可以被称为异构网络。异构网络还可以包括家庭演进型节点B(eNB)(HeNB),所述家庭演进型节点B可以向被称为封闭用户组(CSG)的受限制的组提供服务。在基站102与UE104之间的通信链路120可以包括从UE 104到基站102的上行链路(UL)(还被称为反向链路)传输,和/或从基站102到UE 104的下行链路(DL)(还被称为前向链路)传输。通信链路120可以使用多入多出(MIMO)天线技术,包括空间复用、波束成形和/或发射分集。通信链路可以是通过一个或多个载波的。基站102/UE 104可以使用在用于在每一个方向中的传输的多达总共Yx MHz(x个分量载波)的载波聚合中分配的每载波多达Y MHz(例如,5、10、15、20、100MHz)的带宽的频谱。载波可能彼此邻接或者可能不彼此邻接。相对于DL和UL的对载波的分配可能是不对称的(例如,可以为DL分配比UL多或者少的载波)。分量载波可以包括主分量载波和一个或多个辅分量载波。主分量载波可以被称为主小区(PCell),以及辅分量载波可以被称为辅小区(SCell)。
某些UE 104可以使用设备到设备(D2D)通信链路192彼此通信。D2D通信链路192可以使用DL/UL WWAN频谱。D2D通信链路192可以使用一个或多个副链路信道,诸如物理副链路广播信道(PSBCH)、物理副链路发现信道(PSDCH)、物理副链路共享信道(PSSCH)和物理副链路控制信道(PSCCH)。D2D通信可以是通过各种无线D2D通信系统(诸如,例如,FlashLinQ、WiMedia、蓝牙、ZigBee、基于IEEE 802.11标准的Wi-Fi、LTE或者NR)来进行的。
无线通信系统还可以包括Wi-Fi接入点(AP)150,该Wi-Fi接入点经由5GHz免许可频谱中的通信链路154与Wi-Fi站(STA)152进行通信。当在免许可频谱中进行通信时,STA152/AP 150可以在进行通信之前,执行空闲信道评估(CCA),以便确定该信道是否可用。
小型小区102'可以在许可和/或免许可频谱中操作。当在免许可频谱中操作时,小型小区102'可以采用NR并使用与如由Wi-Fi AP 150所使用的频谱相同的5GHz免许可频谱。在免许可频谱中采用NR的小型小区102'可以提高覆盖和/或增加接入网的容量。
g节点B(gNB)180可以在毫米波(mmW)频率和/或近mmW频率中操作,以与UE 104进行通信。当gNB 180在mmW或近mmW频率操作时,gNB 180可以被称为mmW基站。极高频(EHF)是处于电磁频谱中的RF的部分。EHF具有30GHz到300GHz的范围,以及在1毫米与10毫米之间的波长。在该频带中的无线电波可以被称为毫米波。近mmW可以向下扩展到具有100毫米的波长的3GHz的频率。超高频(SHF)频带扩展在3GHz到30GHz之间,其还被称为厘米波。使用mmW/近mmW无线电频带的通信具有极高的路损和较短的射程。mmW基站180可以使用与UE104的波束成形184,来补偿极高的路损和较短的射程。
EPC 160可以包括移动性管理实体(MME)162、其它MME 164、服务网关166、多媒体广播多播服务(MBMS)网关168、广播多播服务中心(BM-SC)170和分组数据网络(PDN)网关172。MME 162可以与归属订户服务器(HSS)174相通信。MME 162是处理在UE 104与EPC 160之间的信令的控制节点。一般而言,MME 162提供承载和连接管理。所有用户互联网协议(IP)分组是通过服务网关166来传送的,服务网关166其本身是连接到PDN网关172的。PDN网关172提供UE IP地址分配以及其它功能。PDN网关172和BM-SC 170连接到IP服务176。IP服务176可以包括互联网、内联网、IP多媒体子系统(IMS)、PS流服务和/或其它IP服务。BM-SC170可以提供针对MBMS用户服务提供和递送的功能。BM-SC 170可以充当针对内容提供方MBMS传输的入口点,可以用于授权和发起在公共陆地移动网络(PLMN)内的MBMS承载服务,以及可以用于调度MBMS传输。MBMS网关168可以用于将MBMS业务分发给属于用于广播特定服务的多播广播单频网络(MBSFN)区域的基站102,以及可以负责会话管理(启动/停止)和负责收集与eMBMS相关的计费信息。
基站还可以被称为gNB、节点B、演进型节点B(eNB)、接入点、基站收发机、无线基站、无线收发机、收发机功能、基本服务集(BSS)、扩展服务集(ESS)或者某种其它适当的术语。基站102为UE 104提供到EPC160的接入点。UE 104的示例包括蜂窝电话、智能电话、会话发起协议(SIP)电话、膝上型计算机、个人数字助理(PDA)、卫星无线单元、全球定位系统、多媒体设备、视频设备、数字音频播放器(例如,MP3播放器)、照相机、游戏控制台、平板电脑、智能设备、可穿戴设备、车辆、电表,气泵、烤箱、或者任何其它类似的功能设备。UE 104中的一些UE可以被称为IoT设备(例如,停车计时器、气泵、烤箱、车辆等)。UE 104还可以被称为站、移动站、订户站、移动单元、订户单元、无线单元、远程单元、移动设备、无线设备、无线通信设备、远程设备、移动订户站、接入终端、移动终端、无线终端、远程终端、手机、用户代理、移动客户端、客户端、或者某种其它适当的术语。
再次参照图1,在某些方面中,UE 104/基站180可以被配置为接收消息,确定消息的隐私级别,基于所确定的消息的隐私级别来选择该消息的通知的模式,以及基于所选择的通知的模式来执行通知动作(198)。
根据各个方面,图6示出了适合用于根据本文所描述的各个方面和实施例的示例性移动设备或UE 600。移动设备600可以是在图1中所示出的UE 104中的一个UE。例如,在各个实施例中,移动设备600可以包括耦合到触摸屏控制器604和内部存储器606的处理器602。处理器602可以是被指定用于通用或特定处理任务的一个或多个多核集成电路。处理器602可以是片上系统(SOC),该SOC可以包括通用处理器(CPU)或多核通用处理器(CPU)。根据本公开内容的某些方面,处理器602可以是在图4中所示出的片上系统(SOC)400,其可以包括通用处理器(CPU)或多核通用处理器(CPU)402。变量(例如,神经信号和突触权重)、与计算设备相关联的系统参数(例如,具有权重的神经网络)、延迟、频率频点(bin)信息和任务信息可以存储在与神经处理单元(NPU)408相关联的存储器块中、存储在与CPU 402相关联的存储器块中、存储在与图形处理单元(GPU)404相关联的存储器块中、存储在与数字信号处理器(DSP)406相关联的存储器块中、存储在专用存储器块418中,或者可以跨越多个块来分布。在通用处理器402处执行的指令可以从与CPU 402相关联的程序存储器中加载,或者可以从专用存储器块418中加载。
SOC 400还可以包括针对特定功能定制的另外的处理块,诸如GPU404、DSP 406、连接块410(其可以包括第四代长期演进(4G LTE)连接、免许可的Wi-Fi连接、USB连接、蓝牙连接等)、以及可以例如检测和识别手势的多媒体处理器412。在一种实现方案中,NPU是在CPU、DSP和/或GPU中实现的。SOC 400还可以包括传感器处理器414、图像信号处理器(ISP)416和/或导航420(其可以包括全球定位系统)。
内部存储器606可以是易失性存储器或非易失性存储器,以及还可以是安全存储器和/或加密存储器,或者非安全存储器和/或非加密存储器、或者其任何组合。触摸屏控制器604和处理器602还可以耦合到触摸屏面板612,诸如电阻感应触摸屏、电容感应触摸屏、红外线感应触摸屏等。另外,移动设备的显示器不需要具有触摸屏功能。
移动设备600可以具有耦合到处理器602的并被配置为在一个或多个无线网络上发送和接收蜂窝通信的一个或多个蜂窝网络收发机608a、608b。收发机608a和608b可以与上文所提及的电路一起使用,以实现本文所描述的各个方面和实施例。
在各个实施例中,移动设备600可以包括耦合到处理器602的外围设备连接接口618。外围设备连接接口618可以被单独地配置为接受一种类型的连接,或者被多重地配置为接受多种类型的物理和通信连接(公共的或专有的)(诸如USB、FireWire、Thunderbolt或PCIe)。外围设备连接接口618还可以耦合到被类似地配置的外围设备连接端口(在图6中没有显式地示出)。
在各个实施例中,移动设备600还可以包括一个或多个扬声器614以提供音频输出。移动设备600还可以包括可以由塑料、金属、或材料的组合所构成的壳体620,以包含本文所论述的所有组件或者组件中的一个或多个组件。移动设备600可以包括耦合到处理器602的电源622,诸如一次性充电电池或可再充电电池。可再充电电池622还可以耦合到外围设备连接端口(未示出),以从在移动设备600之外的源接收充电电流。移动设备600还可以包括被配置为接收用户输入的物理按键624、以及被配置为打开和关闭移动设备600的电源按键626。
图2A示出了在其中用户正在浏览或者查看在移动设备201上的媒体内容205的情形。移动设备201可以与移动设备600类似或者相同。媒体内容205可以是照片、视频、GIF文件、或者用于示出人物的图片或表示的任何类型的不同格式。通常,当移动设备的用户在他们的移动设备上浏览诸如(特别是与朋友或家人一起拍摄的)照片或视频的媒体内容时,用户通常将会希望与他们在照片或视频中看到的家庭成员或朋友打电话或通信。
在图2A中,媒体内容205示出了一个或多个人的三张图片或表示210、220和230。在一个方面中,移动设备201的用户可以与由在媒体内容205中示出的图片210、220和230所表示的任何人进行通信,这通过轻敲并按住该特定人的图片来实现。例如,如果用户想要与由图片210所表示的人通信,则用户可以轻敲并按住图片210。
当用户轻敲并按住人的图片时,移动设备201提供用以轻敲并添加用户可能想要联系的另外的人的选项,如在图2B中所示出地。在一个方面中,可以弹出诸如窗口240的窗口,用于询问用户添加用户可能想要与所选择的第一个人一起联系的另外的人。在一个方面中,如果在媒体中示出了多于一个人,则可以弹出窗口240。在轻敲另外的人的照片之后,用户可以点击“结束”按钮245,如在图2B中所示出地。
在用户已经完成挑选或选择用户想要联系的人之后,移动设备201识别所选择的人。参照图6,对由用户所挑选的人的识别可以由处理器602来执行,处理器602用作用于识别由用户所挑选的人的面部和图像辨识引擎的功能。此外,面部和图像辨识可以由存在于处理器602中或者在移动设备600的另一部分中的人工神经网络来执行。人工神经网络可以存在于在图4中示出的NPU 408中。人工神经网络可以存在于移动设备600之外,以及可以是接入网100的部分。人工神经网络特别适合于面部和图像辨识,这是因为可以训练神经网络以辨识简单辨识引擎可能遗漏的在不同情形、角度、照明和背景下的人。
在一个方面中,由处理器602所实现的神经网络可以是深度卷积网络。深度卷积网络尤其适用于图像辨识(尤其是面部辨识和识别),这是由于其能够高效地训练其网络以适应人的不同面部特征的能力以及鲁棒性。然而,处理器602并不限于深度卷积网络,而是可以实现其它类型的神经网络(诸如递归神经网络或脉冲神经网络)。
图3根据一个方面示出了深度卷积网络的结构。参照图3,在深度卷积神经网络的层之间的连接可以是全连接的302或局部连接的304。在全连接的网络302中,第一层中的神经元可以将其输出传送给第二层中的每个神经元,使得第二层中的每个神经元将接收来自第一层中的每个神经元的输入。替代地,在局部连接的网络304中,第一层中的神经元可以连接到第二层中的有限数量的神经元。卷积网络306可以是局部连接的,以及还被配置为使得与针对在第二层中的每个神经元的输入相关联的连接强度是共享的(例如,308)。一般而言,可以配置网络的经局部连接的层,使得层中的每个神经元将具有相同或类似的连接模式,但具有可以具有不同值的连接强度(例如,310、312、314和316)。局部连接的连接模式可以在较高层中产生在空间上不同的接收场,这是因为给定区域中的较高层神经元可以接收输入,该输入是通过训练被调谐到网络的总输入的受限部分的属性的。
局部连接的神经网络可能非常适合于在其中输入的空间位置是有意义的的问题。例如,被设计以辨识来自照相机的视觉特征的深度卷积网络(DCN)300可以根据具有不同属性的高层神经元与图像的下部和上部的关联,来开发高层神经元。DCN 300可以存在于NPU408中。与图像的下部相关联的神经元可以学习辨识车道标记,例如,与图像的上部相关联的神经元可以学习辨识交通灯、交通标志等。类似地,与图像的下部相关联的神经元可以被训练以识别人的面部的下部,而与图像的上部相关联的神经元可以学习识别人的面部的上部。
DCN 300可以是用受监督学习来训练的。例如,在训练期间,可以向DCN 300呈现图像(诸如速度限制标记的经裁剪的图像326),以及随后可以计算“前向传递(forwardpass)”以生成输出322。输出322可以是与诸如“符号”、“60”和“100”的特征对应的值的向量。网络设计者可能想要DCN 300针对输出的特征向量中的神经元中的一些神经元(例如,对应于“符号”和“60”的那些神经元,如在针对已经被训练过的DCN 300的输出322中所示出地)输出高分值。在训练之前,由DCN 300所生成的输出可能是不正确的,并因此在实际输出与目标输出之间可能计算出误差。随后,可以调整DCN 300的权重,使得DCN 300的输出分值与目标更接近于一致。类似地,可以训练DCN 300以辨识面部的不同特征,使得例如与“眼睛”或“鼻子”对应的神经元输出高分值。
为了调整权重,学习算法可以计算针对权重的梯度向量。梯度可以指示当稍微地调整了权重时误差将增加或减少的量。在顶层处,梯度可以直接对应于连接倒数第二层中的激活的神经元和输出层中的神经元的权重的值。在较低层中,梯度可以取决于权重的值并取决于经计算的较高层的误差梯度。随后,可以对权重进行调整以减少误差。这种调整权重的方式可以被称为“反向传播”,这是因为其涉及通过神经网络的“后向传递(backwardpass)”。
在实践中,权重的误差梯度可以通过少量的示例来计算,使得所计算的梯度近似于真实的误差梯度。此近似方法可以被称为随机梯度下降。可以重复随机梯度下降,直到整个系统的可实现的错误率已经停止减小为止或者直到错误率已经达到目标水平为止。
在学习之后,可以向DCN 300呈现新的图像326,以及通过网络的前向传递可以产生输出322,输出322可以被认为是对DCN 300的推断或预测。
因此,根据一个方面,DCN 300可以在每次使用移动设备600上的照相机来拍摄图片时训练自身。每当拍摄照片时,DCN 300训练自己以识别照片中的任何人。此外,DCN 300可以在已经存储在移动设备600上的媒体(诸如照片和视频)上训练自身。
参照图2C,一旦移动设备201的用户选择了该用户想要与之通信的人,移动设备201就利用DCN 300来辨识和识别人210、220和230。例如,在图2C中,将人210、220和230分别识别为James、Jane和John。然而,在图2C中所示出的示例仅是示例性的,以及在一个方面中,可以辨识和识别比在图2C中示出的人多或少的人。如在图2C中示出地,除了对由移动设备201的用户所挑选的人的识别之外,移动设备201还列出与所识别的人中的每个人通信的先前方法和日期。窗口250、251和252示出了用于过联系所识别的人中的每个人的通信的身份、日期和方法。例如,窗口250示出了在10/11/17使用电话号码888-555-5555呼叫过James。在一个方面中,用户可以关闭用于显示日期和通信方法的特征。用于显示日期和通信方法的特征有助于移动设备201的用户确定该用户将用于与所识别的人210、220和230进行通信的方法。
此外,在一个方面中,窗口260示出了移动设备201的用户可以用于与所识别的人210、220和230进行通信的不同方法。举例而言,窗口260列出了语音呼叫、发短信、发消息和WhatsApp作为与所识别的人进行通信的可用的方法。在一个方面中,移动设备可以列出并使用用以与所识别的人进行通信的其它方法(包括如Skype、Facebook、Twitter等的app)。在一个方面中,移动设备201的用户可以将这些app和方法设置为用于与在设置中的所识别的人进行通信。如果用户通过在在窗口260中列出的通信方法中的一种通信方法上轻敲来挑选或选择该方法,则移动设备201使用该方法与所识别的人进行通信。例如,如果用户挑选语音呼叫方法,则如果存在一个以上的所识别的人,则移动设备201将执行电话会议呼叫,或者如果仅存在一个所识别的人,则移动设备201将执行常规的语音呼叫。在另一示例中,如果挑选了聊天app作为通信方法,则如果由用户挑选了一个以上的人,则聊天app将执行群组聊天。
如在图2D中所示出地,在一个方面中,移动设备271从移动设备201接收呼叫,其中移动设备201的用户使用诸如照片205的媒体来发起如上所论述的通信。当移动设备271从移动设备201接收诸如语音呼叫的通信时,进行接收的移动设备271可以显示照片205。当移动设备217的用户给出适当的许可时,移动设备201可以向移动设备271发送照片205。
图5是使用诸如照片或视频的媒体内容进行通信的方法的流程图500。该方法可以由诸如处理器602的处理器来执行。在一种配置中,在图5中描述的流程图500可以由上文参照图6所描述的移动设备600来执行。
在一个方面中,在510处,移动设备600显示诸如照片或视频的媒体。在520处,移动设备600接收对媒体中的人的选择。媒体的用户可以通过轻敲在媒体中示出的人来选择人。然而,用户可以使用其它方法来选择人,且不限于对人的轻敲。在530处,移动设备600通过显示诸如在图2B中示出的窗口240的窗口来显示用以从用户接收对另外的人的选择的选项。当显示窗口240时,移动设备600的用户可以通过在由移动设备600所显示的媒体中示出的另外的人上进行轻敲来选择另外的人。用户可以通过在图2B中示出的窗口245上进行轻敲来结束该选择过程。在530处,移动设备600通过使用所显示的媒体来接收对用户想要与之通信的另外的人的选择。
在一个方面中,在540处,移动设备600识别由用户所选择的人。处理器602用作识别由移动设备600的用户所选择的人的面部辨识和识别引擎。面部辨识和识别可以由存在于处理器602中的或者在移动设备600的另一部分中的人工神经网络来执行。人工神经网络可以存在于图4所示出的NPU 408中。人工神经网络可以存在于移动设备600之外,以及可以是接入网100的部分。然而,处理器602可以采用其它类型的引擎和技术来执行面部辨识,且并不限于人工神经网络。
在550处,移动设备600基于面部辨识结果来显示所选择的人的身份。在一个方面中,身份可以显示在紧挨着所选择的人中的每个的人的窗口中。此外,在560处,移动设备600显示与所识别的人中的每个人相关联的通信历史。在一个方面中,该通信历史可以包括通信的时间和方法(诸如语音呼叫、聊天、发短信等)。换言之,通信历史包括在移动设备600与所识别的人之间尝试或建立过的任何类型的通信。在一个方面中,通信历史可以显示在显示所识别的人的身份的同一窗口中。
在570处,移动设备600显示移动设备600的用户可以用于与所选择的和所识别的人进行通信的可能的通信方法。在一个方面中,通信方法可以包括语音呼叫(多个人的电话会议呼叫)、各种类型的聊天app、视频呼叫、各种类型的短信app等。移动设备600显示用户可以用于与所选择的和所识别的人进行通信的全部可用的通信方法中。
在580处,用户挑选所显示的通信方法中的一种通信方法,以及移动设备600接收所选择的通信方法。在一个方面中,用户可以通过在挑选的通信方法上进行轻敲来挑选该通信方法。所显示的通信历史可以帮助用户挑选通信方法中的一种通信方法。
在590处,移动设备600使用所选择的通信方法(诸如语音呼叫、发短信、聊天等)来进行同所选择的和所识别的人的通信。
图7示出了表示为一系列相互有关的功能模块的示例性移动设备装置700(其可以对应于移动设备600)。用于进行通信的模块702可以至少在一些方面中对应于例如如在本文论述的结合存储设备(诸如存储器606)的处理系统(诸如处理器602)。此外,用于进行通信的模块702可以通过接入网100进行通信。用于进行通信的模块702可以允许移动设备700的用户基于由用户所挑选的通信方法,与所选择的和所识别的人进行通信。用于接收对人的选择的模块可以至少在一些方面中对应于例如如本文所论述的结合存储设备(诸如存储器606)、触摸屏控制器604和触摸屏面板612的处理系统(诸如处理器602)。用于识别所选择的人的模块706可以至少在一些方面中对应于例如如本文所论述的结合存储设备(诸如存储器606)的处理系统(诸如处理器602)。用于显示的模块708可以至少在一些方面中对应于例如如本文所论述的结合存储设备(诸如存储器606)、触摸屏控制器604和触摸屏面板612的处理系统(诸如处理器602)。用于显示的模块可以显示:用于选择人进行通信的媒体、所选择的人的身份、通信方法的列表以及过去的通信历史。
图7的模块702-708的功能可以以与本文教导相一致的各种方式来实现。在一些设计中,这些模块的功能可以被实现为一个或多个电气组件。在一些设计中,这些模块的功能可以被实现为包括一个或多个处理器组件的处理系统。在一些设计中,这些模块的功能可以使用例如一个或多个集成电路(例如,ASIC)的至少部分来实现。如本文所论述地,集成电路可以包括处理器、软件、其它有关的组件或者其某种组合。因此,不同的模块的功能可以被实现为例如集成电路的不同子集,被实现为软件模块的集合的不同子集,或者其组合。此外,将了解的是,(例如,集成电路和/或软件模块的集合的)给定子集可以提供用于一个以上模块的功能的至少部分功能。
此外,由图7所表示的组件和功能以及本文所描述的其它组件和功能可以使用任何适当的单元来实现。此外,这样的单元还可以至少部分地使用如本文所教导的相应结构来实现。例如,上文结合图7的“组件性模块”所描述的组件还可以对应于类似指定的“功能性单元”。因此,在一些方面中,这样的单元中的一个或多个单元可以使用处理器组件、集成电路或者如本文所教导的其它适当的结构中的一者或多者来实现。
应当理解的是,对本文中元素的任何引用使用诸如“第一”、“第二”等的指定通常并不限制这些元素的数量或顺序。更确切地说,这些指定可以在本文中被用作在两个或更多个元素或者元素的实例之间进行区分的便利方法。因此,对第一元素和第二元素的引用并不意指在此处仅可以使用两个元素,或者第一元素必须以某种方式排在第二元素之前。此外,除非另外说明,否则并不意指元素的集合可以包括一个或多个元素。此外,在描述或权利要求书中使用的“A、B或C中的至少一个”或“A、B或C中的一个或多个”或“由A、B和C构成的组中的至少一个”形式的术语意指“A或B或C或者这些元素的任意组合”。例如,该术语可以包括A或B或C、或者A和B、或者A和C、或者A和B和C、或者2A、或者2B、或者2C等。
鉴于上文的描述和解释,本领域技术人员将了解的是,结合本文所公开的各方面所描述的各种示例性的逻辑方块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或二者的组合。为了清楚地表示硬件和软件的这种可交换性,对各种示例性的组件、方块、模块、电路和步骤均围绕其功能在上文进行了总体描述。至于这样的功能是被实现为硬件还是被实现为软件,取决于特定的应用和对整个系统所施加的设计约束。熟练的技术人员可以针对每个特定应用,以不同的方式来实现所描述的功能,但是,这样的实现决策不应被解释为致使背离本公开内容的范围。
因此,将了解的是,例如,装置或者装置的任何组件可以被配置为(或者使得可操作于或适用于)提供如本文所教导的功能。例如,这可以通过对该装置或组件进行制造(例如,制作),使得其将提供该功能来实现;通过对该装置或组件进行编程,使得其将提供该功能来实现;或者通过使用某种其它适当的实现技术来实现。举例而言,集成电路可以被制造以提供所必需的功能。作为另一示例,集成电路可以被制造以支持所必需的功能,以及随后(例如,经由编程)被配置以提供所必需的功能。作为又一示例,处理器电路可以执行代码以提供所必需的功能。
此外,结合本文所公开的各方面所描述的方法、序列和/或算法,可以被直接实施在硬件中、在由处理器执行的软件模块中,或在二者的组合中。软件模块可以存在于随机存取存储器(RAM)、闪存、只读存储器(ROM)、可擦除可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)、寄存器、硬盘、移动硬盘、CD-ROM或者本领域已知的任何其它形式的存储介质中。示例性存储介质被耦合到处理器,使得该处理器能够从该存储介质读信息,以及向该存储介质写信息。另外,存储介质可以是处理器的组成部分(例如,高速缓存存储器)。
因此,还将了解的是,例如,本公开内容的某些方面可以包括计算机可读介质,其实施了用于自动地设置移动设备600的提醒的方法。
虽然上述公开内容示出了各种示例性的方面,但应注意的是,在不脱离由所附权利要求书所定义的范围的情况下,可以对所示出的示例做出各种改变和修改。本公开内容并不旨在单独地限于所具体示出的示例。例如,除非另外说明,否则根据本文所描述的本公开内容的各方面的方法权利要求的功能、步骤和/或动作不需要以任何特定的顺序来执行。此外,虽然某些方面可以以单数来描述或要求,但除非明确说明限于单数,否则复数是可以预期的。
Claims (31)
1.一种使用媒体进行通信的方法,包括:
显示所述媒体;
接收对在所述媒体中显示的人的选择;
识别所选择的人;
显示可以用于与所识别的人进行通信的通信方法;
接收对所述通信方法中的一种通信方法的选择;以及
使用所选择的通信方法来进行同所识别的人的通信。
2.根据权利要求1所述的方法,还包括:
显示所选择的人的身份。
3.根据权利要求2所述的方法,还包括:
显示与所识别的人相关联的通信历史。
4.根据权利要求3所述的方法,还包括:
显示用以挑选另外的人的选项。
5.根据权利要求4所述的方法,还包括:
识别所述另外的人,其中,所述另外的人是在所述通信中添加的。
6.根据权利要求1所述的方法,其中,识别所选择的人是由人工神经网络执行的。
7.根据权利要求1所述的方法,其中,所述媒体是照片或者视频。
8.根据权利要求1所述的方法,其中,所述通信方法包括语音呼叫、发短信、聊天或者其组合。
9.根据权利要求1所述的方法,其中,用于接收所述通信的设备接收所述媒体以及显示所述媒体。
10.根据权利要求6所述的方法,其中,所述人工神经网络是深度卷积网络。
11.一种用于使用媒体进行通信的装置,包括:
用于显示所述媒体的单元;
用于接收对在所述媒体中显示的人的选择的单元;
用于识别所选择的人的单元;
用于显示可以用于与所识别的人进行通信的通信方法的单元;
用于接收对所述通信方法中的一种通信方法的选择的单元;以及
用于使用所选择的通信方法来进行同所识别的人的通信的单元。
12.根据权利要求11所述的装置,还包括:
用于显示所选择的人的身份的单元。
13.根据权利要求12所述的装置,还包括:
用于显示与所识别的人相关联的通信历史的单元。
14.根据权利要求13所述的装置,还包括:
用于显示用以挑选另外的人的选项的单元。
15.根据权利要求14所述的装置,还包括:
用于识别所述另外的人的单元,其中,所述另外的人是在所述通信中添加的。
16.根据权利要求11所述的装置,其中,用于识别所选择的人的单元包括人工神经网络。
17.根据权利要求11所述的装置,其中,所述媒体是照片或者视频。
18.根据权利要求11所述的装置,其中,所述通信方法包括语音呼叫、发短信、聊天或者其组合。
19.根据权利要求11所述的装置,其中,用于接收所述通信的设备接收所述媒体以及显示所述媒体。
20.根据权利要求16所述的装置,其中,所述人工神经网络是深度卷积网络。
21.一种用于使用媒体进行通信的装置,包括:
存储器;以及
至少一个处理器,其耦合到所述存储器以及被配置为:
显示所述媒体;
接收对在所述媒体中显示的人的选择;
识别所选择的人;
显示可以用于与所识别的人进行通信的通信方法;
接收对所述通信方法中的一种通信方法的选择;以及
使用所选择的通信方法来进行同所识别的人的通信。
22.根据权利要求21所述的装置,其中,所述至少一个处理器还被配置为:
显示所选择的人的身份。
23.根据权利要求22所述的装置,其中,所述至少一个处理器还被配置为:
显示与所识别的人相关联的通信历史。
24.根据权利要求23所述的装置,其中,所述至少一个处理器还被配置为:
显示用以挑选另外的人的选项。
25.根据权利要求24所述的装置,其中,所述至少一个处理器还被配置为:
识别所述另外的人,其中,所述另外的人是在所述通信中添加的。
26.根据权利要求21所述的装置,其中,所述至少一个处理器包括人工神经网络用以识别所选择的人。
27.根据权利要求21所述的装置,其中,所述媒体是照片或者视频。
28.根据权利要求21所述的装置,其中,所述通信方法包括语音呼叫、发短信、聊天或者其组合。
29.根据权利要求21所述的装置,其中,用于接收所述通信的设备接收所述媒体以及显示所述媒体。
30.根据权利要求26所述的装置,其中,所述人工神经网络是深度卷积网络。
31.一种存储用于自动地设置提醒的计算机可执行代码的计算机可读介质,其包括进行以下操作的代码:
显示媒体;
接收对在所述媒体中显示的人的选择;
识别所选择的人;
显示可以用于与所识别的人进行通信的通信方法;
接收对所述通信方法中的一种通信方法的选择;以及
使用所选择的通信方法来进行同所识别的人的通信。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310390664.2A CN116405595A (zh) | 2017-12-08 | 2018-12-05 | 使用媒体内容进行通信 |
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762596696P | 2017-12-08 | 2017-12-08 | |
US62/596,696 | 2017-12-08 | ||
US15/875,797 US10785449B2 (en) | 2017-12-08 | 2018-01-19 | Communicating using media content |
US15/875,797 | 2018-01-19 | ||
PCT/US2018/064106 WO2019113238A1 (en) | 2017-12-08 | 2018-12-05 | Communicating using media content |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310390664.2A Division CN116405595A (zh) | 2017-12-08 | 2018-12-05 | 使用媒体内容进行通信 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111434096A true CN111434096A (zh) | 2020-07-17 |
Family
ID=66697595
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880077997.7A Pending CN111434096A (zh) | 2017-12-08 | 2018-12-05 | 使用媒体内容进行通信 |
CN202310390664.2A Pending CN116405595A (zh) | 2017-12-08 | 2018-12-05 | 使用媒体内容进行通信 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310390664.2A Pending CN116405595A (zh) | 2017-12-08 | 2018-12-05 | 使用媒体内容进行通信 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10785449B2 (zh) |
EP (1) | EP3721609B1 (zh) |
CN (2) | CN111434096A (zh) |
ES (1) | ES2891981T3 (zh) |
TW (1) | TWI780272B (zh) |
WO (1) | WO2019113238A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11687778B2 (en) | 2020-01-06 | 2023-06-27 | The Research Foundation For The State University Of New York | Fakecatcher: detection of synthetic portrait videos using biological signals |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101990031A (zh) * | 2009-07-30 | 2011-03-23 | 索尼爱立信移动通讯股份有限公司 | 使用面部识别来更新个人联系人列表的系统和方法 |
EP2369819A1 (en) * | 2010-03-26 | 2011-09-28 | Sony Ericsson Mobile Communications Japan, Inc. | Communication terminal apparatus and communication method |
CN103491225A (zh) * | 2012-06-07 | 2014-01-01 | Lg电子株式会社 | 移动终端及其控制方法 |
CN103713843A (zh) * | 2012-10-09 | 2014-04-09 | 三星电子株式会社 | 用于在移动装置中产生任务推荐图标的方法和设备 |
CN105120084A (zh) * | 2015-07-29 | 2015-12-02 | 小米科技有限责任公司 | 基于图像的通信方法及装置 |
CN107430703A (zh) * | 2015-03-27 | 2017-12-01 | 高通股份有限公司 | 对细调特征的顺序图像采样和存储 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8711102B2 (en) * | 2007-06-15 | 2014-04-29 | Microsoft Corporation | Graphical communication user interface with graphical position user input mechanism for selecting a display image |
US8805450B2 (en) * | 2008-09-05 | 2014-08-12 | Microsoft Corp. | Intelligent contact management |
US9325823B2 (en) * | 2008-12-19 | 2016-04-26 | Verizon Patent And Licensing Inc. | Visual address book and dialer |
CN102025827A (zh) * | 2009-09-22 | 2011-04-20 | 鸿富锦精密工业(深圳)有限公司 | 通信装置及其基于照片显示的通话方法 |
US20110154208A1 (en) * | 2009-12-18 | 2011-06-23 | Nokia Corporation | Method and apparatus for utilizing communication history |
KR101708775B1 (ko) * | 2010-02-11 | 2017-03-08 | 삼성전자주식회사 | 휴대 단말기의 정보 제공 방법 및 장치 |
US8744143B2 (en) * | 2011-04-01 | 2014-06-03 | Yahoo! Inc. | Adding privacy protection to photo uploading/ tagging in social networks |
US20140351713A1 (en) * | 2013-05-23 | 2014-11-27 | Research In Motion Limited | Method and electronic device for updating communication representations based on activity level |
KR20150014052A (ko) * | 2013-07-26 | 2015-02-06 | 주식회사 팬택 | 통합 커뮤니케이션 기능을 구비한 사용자 단말 및 이를 위한 커뮤니케이션 이력 표시 방법 |
US20150085146A1 (en) * | 2013-09-23 | 2015-03-26 | Nvidia Corporation | Method and system for storing contact information in an image using a mobile device |
US20150135096A1 (en) * | 2013-11-14 | 2015-05-14 | Avaya Inc. | System and method for displaying context-aware contact details |
US9786036B2 (en) * | 2015-04-28 | 2017-10-10 | Qualcomm Incorporated | Reducing image resolution in deep convolutional networks |
US10775982B2 (en) * | 2015-12-28 | 2020-09-15 | Verizon Patent And Licensing, Inc. | Methods and systems for managing multiple modes of communication within a single on-screen user interface |
-
2018
- 2018-01-19 US US15/875,797 patent/US10785449B2/en active Active
- 2018-12-05 TW TW107143605A patent/TWI780272B/zh active
- 2018-12-05 CN CN201880077997.7A patent/CN111434096A/zh active Pending
- 2018-12-05 EP EP18830341.6A patent/EP3721609B1/en active Active
- 2018-12-05 ES ES18830341T patent/ES2891981T3/es active Active
- 2018-12-05 WO PCT/US2018/064106 patent/WO2019113238A1/en unknown
- 2018-12-05 CN CN202310390664.2A patent/CN116405595A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101990031A (zh) * | 2009-07-30 | 2011-03-23 | 索尼爱立信移动通讯股份有限公司 | 使用面部识别来更新个人联系人列表的系统和方法 |
EP2369819A1 (en) * | 2010-03-26 | 2011-09-28 | Sony Ericsson Mobile Communications Japan, Inc. | Communication terminal apparatus and communication method |
CN103491225A (zh) * | 2012-06-07 | 2014-01-01 | Lg电子株式会社 | 移动终端及其控制方法 |
CN103713843A (zh) * | 2012-10-09 | 2014-04-09 | 三星电子株式会社 | 用于在移动装置中产生任务推荐图标的方法和设备 |
CN107430703A (zh) * | 2015-03-27 | 2017-12-01 | 高通股份有限公司 | 对细调特征的顺序图像采样和存储 |
CN105120084A (zh) * | 2015-07-29 | 2015-12-02 | 小米科技有限责任公司 | 基于图像的通信方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
ES2891981T3 (es) | 2022-02-01 |
EP3721609B1 (en) | 2021-09-01 |
CN116405595A (zh) | 2023-07-07 |
US10785449B2 (en) | 2020-09-22 |
EP3721609A1 (en) | 2020-10-14 |
US20190182455A1 (en) | 2019-06-13 |
TWI780272B (zh) | 2022-10-11 |
TW201926969A (zh) | 2019-07-01 |
WO2019113238A1 (en) | 2019-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP4258744A1 (en) | Communication method and device, and wireless access network, terminal and storage medium | |
CN115087059A (zh) | 小区重选方法及装置、通信设备 | |
CN112262597A (zh) | 通信方法及装置、网络设备、ue及存储介质 | |
US20190303176A1 (en) | Using Machine Learning to Optimize Memory Usage | |
US20190122526A1 (en) | Automatic reminders generated through real time data | |
CN112514520A (zh) | 中继ue的重选方法、装置、通信设备及存储介质 | |
CN110521236B (zh) | 信息处理方法、装置及计算机存储介质 | |
CN111357239A (zh) | 通信处理方法、装置及计算机存储介质 | |
CN110337835B (zh) | 随机接入方法及装置、通信设备及存储介质 | |
WO2022120854A1 (zh) | 信息传输方法、装置、通信设备和存储介质 | |
CN111149388B (zh) | 通信处理方法、装置及计算机存储介质 | |
US20190075069A1 (en) | Behaviorally modelled smart notification regime | |
WO2021142796A1 (zh) | 通信处理方法、装置及计算机存储介质 | |
TWI780272B (zh) | 使用媒體內容進行通訊 | |
CN111919460A (zh) | 网络数据收集方法及装置、网络设备、用户设备及存储介质 | |
CN111095982A (zh) | 信号测量方法、装置、通信设备及存储介质 | |
CN115053473A (zh) | Rsrp门限确定方法、装置、通信设备及存储介质 | |
EP4221031A1 (en) | Method and apparatus for determining effective time, communication device, and storage medium | |
TWI833737B (zh) | 使用機器學習來最佳化記憶體使用 | |
CN112470537B (zh) | 信息传输方法、装置、通信设备和存储介质 | |
CN113383589B (zh) | 数据传输方法、装置及计算机存储介质 | |
WO2022032541A1 (zh) | 接入控制的方法、装置、通信设备及存储介质 | |
US20230269773A1 (en) | Communication method, communication device and storage medium | |
CN115606299A (zh) | 一种信息传输方法、装置、通信设备及存储介质 | |
CN115812319A (zh) | 小区重选配置方法、装置、通信设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200717 |