CN117940962A - 基于面部表情控制交互时尚 - Google Patents
基于面部表情控制交互时尚 Download PDFInfo
- Publication number
- CN117940962A CN117940962A CN202280061214.2A CN202280061214A CN117940962A CN 117940962 A CN117940962 A CN 117940962A CN 202280061214 A CN202280061214 A CN 202280061214A CN 117940962 A CN117940962 A CN 117940962A
- Authority
- CN
- China
- Prior art keywords
- image
- person
- augmented reality
- user
- fashion item
- 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
- 230000008921 facial expression Effects 0.000 title claims abstract description 110
- 230000002452 interceptive effect Effects 0.000 title description 3
- 238000000034 method Methods 0.000 claims abstract description 128
- 230000003190 augmentative effect Effects 0.000 claims abstract description 107
- 230000011218 segmentation Effects 0.000 claims abstract description 94
- 230000004044 response Effects 0.000 claims abstract description 47
- 238000010801 machine learning Methods 0.000 claims description 53
- 230000004048 modification Effects 0.000 claims description 53
- 238000012986 modification Methods 0.000 claims description 53
- 230000001815 facial effect Effects 0.000 claims description 43
- 230000015654 memory Effects 0.000 claims description 33
- 239000002537 cosmetic Substances 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 20
- 241001465754 Metazoa Species 0.000 claims description 13
- 241000282320 Panthera leo Species 0.000 claims description 9
- 241000283070 Equus zebra Species 0.000 claims description 8
- 230000014509 gene expression Effects 0.000 claims description 8
- 230000003213 activating effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 91
- 238000012549 training Methods 0.000 description 66
- 230000008451 emotion Effects 0.000 description 50
- 230000006870 function Effects 0.000 description 42
- 238000004891 communication Methods 0.000 description 35
- 230000009466 transformation Effects 0.000 description 23
- 230000008569 process Effects 0.000 description 18
- 230000000007 visual effect Effects 0.000 description 18
- 230000005540 biological transmission Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 210000000887 face Anatomy 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 7
- 230000006855 networking Effects 0.000 description 7
- 230000001131 transforming effect Effects 0.000 description 7
- 230000008878 coupling Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 6
- 238000005859 coupling reaction Methods 0.000 description 6
- 238000000844 transformation Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 239000008186 active pharmaceutical agent Substances 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 4
- 210000003128 head Anatomy 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000001052 transient effect Effects 0.000 description 4
- 208000001431 Psychomotor Agitation Diseases 0.000 description 3
- 206010038743 Restlessness Diseases 0.000 description 3
- 230000004913 activation Effects 0.000 description 3
- 230000003416 augmentation Effects 0.000 description 3
- 210000000988 bone and bone Anatomy 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 230000036651 mood Effects 0.000 description 3
- 238000010079 rubber tapping Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 210000002414 leg Anatomy 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 210000000617 arm Anatomy 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 210000002310 elbow joint Anatomy 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- GVVPGTZRZFNKDS-JXMROGBWSA-N geranyl diphosphate Chemical compound CC(C)=CCC\C(C)=C\CO[P@](O)(=O)OP(O)(O)=O GVVPGTZRZFNKDS-JXMROGBWSA-N 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 210000004394 hip joint Anatomy 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000008261 resistance mechanism Effects 0.000 description 1
- 230000004266 retinal recognition Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000000323 shoulder joint Anatomy 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 210000003857 wrist joint Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
- G06Q30/0643—Graphical representation of items or shoppers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V40/174—Facial expression recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Processing Or Creating Images (AREA)
- Information Transfer Between Computers (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
公开了用于执行包括以下的操作的方法和系统:接收包括对穿着时尚物品的人的描绘的图像;生成对由图像中描绘的人穿着的时尚物品的分割;识别图像中描绘的用户的面部表情;以及响应于识别面部表情,基于对由人穿着的时尚物品的分割,将一个或更多个增强现实元素应用于由该人穿着的时尚物品。
Description
优先权要求
本申请要求于2021年9月9日提交的序列号为17/470,231的美国专利申请的优先权的权益,该美国专利申请通过引用整体并入本文。
技术领域
本公开内容总体上涉及使用消息收发应用提供增强现实体验。
背景技术
增强现实(AR)是对虚拟环境的修改。例如,在虚拟现实(VR)中,用户完全沉浸在虚拟世界中,而在AR中,用户沉浸在将虚拟对象与现实世界组合或将虚拟对象叠加在现实世界上的世界中。AR系统旨在生成和呈现与现实世界环境真实地交互并且彼此之间进行交互的虚拟对象。AR应用的示例可以包括单玩家或多玩家视频游戏、即时消息收发系统等。
附图说明
在不一定按比例绘制的附图中,相似的附图标记可以在不同的视图中描述类似的部件为了容易地识别对任何特定元素或动作的讨论,附图标记中的一个或多个最高位数字是指该元素被首次引入时所在的图号。一些非限制性示例在附图的图中示出,在附图中:
图1是根据一些示例的其中可以部署本公开内容的联网环境的图解表示。
图2是根据一些示例的消息收发客户端应用的图解表示。
图3是根据一些示例的在数据库中维护的数据结构的图解表示。
图4是根据一些示例的消息的图解表示。
图5是示出根据示例的示例AR时尚控制系统的框图。
图6、图7A、图7B、图8和图9是根据一些示例的AR时尚控制系统的输出的图解表示。
图10是示出根据一些示例的AR时尚控制系统的示例操作的流程图。
图11是根据一些示例的呈计算机系统的形式的机器的图形表示,在该机器内可以执行一组指令以使机器执行本文中讨论的方法中任何一种或更多种。
图12是示出其中可以实现示例的软件架构的框图。
具体实施方式
下面的描述包括体现本公开内容的说明性示例的系统、方法、技术、指令序列和计算机器程序产品。在以下描述中,出于说明的目的,阐述了许多具体细节以便提供对各种示例的理解。然而,对于本领域技术人员而言明显的是,可以在没有这些具体细节的情况下实践示例。通常,不需要详细示出公知的指令实例、协议、结构和技术。
通常,虚拟现实(VR)和增强现实(AR)系统通过捕获用户的图像并且另外地使用深度传感器获得在图像中描绘的现实世界身体的深度图来显示表示给定用户的图像。通过一起处理深度图和图像,VR和AR系统可以检测用户在图像中的定位,并且可以适当地修改图像中的用户或背景。虽然这样的系统可以很好地工作,但对深度传感器的需求限制了它们的应用范围。这是因为出于修改图像的目的向用户设备添加深度传感器增加了设备的整体成本和复杂性,从而使得它们的吸引力降低。
某些系统不需要使用深度传感器来修改图像。例如,某些系统允许用户替换其中检测到用户的面部的视频会议中的背景。具体地,这样的系统可以使用被优化用于识别用户的面部的专门技术来识别描绘用户面部的图像中的背景。然后,这些系统可以仅替换描绘背景的那些像素,使得在图像中利用替选背景替换现实世界的背景。但是,这样的系统通常无法识别用户的全身。因此,如果用户距摄像装置大于阈值距离,使得不仅仅是用户的面部被摄像装置捕获,则利用替选背景对背景的替换开始失败。在这种情况下,图像质量受到严重影响,因为系统错误地将用户的身体和面部中的部分识别为属于图像的背景而不是前景,因此这些部分可能被系统无意地移除。此外,当在图像或视频馈送中描绘多于一个用户时,这样的系统无法适当地替换背景。因为这样的系统通常无法将图像中的用户的全身与背景区分开,因此这些系统也不能将视觉效果应用于用户身体的某些部分,例如衣服制品。
所公开的技术通过以下操作提高了使用电子设备的效率:除了分割图像或视频中描绘的用户的全身之外,还分割图像或视频中描绘的用户穿着的衣服制品或服装,例如图像中描绘的用户穿着的衬衫。通过对图像中描绘的用户穿着的或不同相应用户穿着的衣服制品或服装进行分割,所公开的技术可以基于由图像或视频中的用户执行的姿势,将一个或更多个视觉效果应用于图像或视频。特别地,所公开的技术可以将一个或多个增强现实元素应用于图像或视频中描绘的衬衫上,并且然后基于图像或视频中用户的面部表情修改一个或更多个增强现实元素。
在示例中,所公开的技术应用机器学习技术,以生成图像中描绘的用户穿着的衬衫的分割(例如,以将与用户穿着的衬衫或多个服装对应的像素同与图像的背景或用户的身体部位对应的像素区分开)。以这种方式,所公开的技术可以(例如,基于经识别的面部表情)将一个或更多个视觉效果应用于当前图像中已经被分割的由用户穿着的衬衫。此外,通过生成衬衫的分割,可以与用户的身体部位(例如手)的定位独立地或分开地跟踪视频馈送中衬衫的定位/位置。这使得所公开的技术能够基于用户的手在视频馈送中的位置,检测在用户穿着的衬衫上显示的增强现实元素的激活或者与该增强现实元素相关联的选择。例如,可以检测到用户的手定位在衬衫上显示的给定增强现实元素上,并且作为响应,可以激活或选择由给定增强现实元素表示的对应选项。
因此,提供了示出穿着衬衫的用户同时还以对于用户进行交互和选择直观的方式在衬衫上呈现增强现实元素的实际显示。如本文中使用的,“衣服制品”和“服装”可以互换地使用,并且应当被理解为具有相同的含义。这改善了用户在使用电子设备时的整体体验。此外,通过在不使用深度传感器的情况下执行这样的分割,减少了完成任务所需的系统资源的总量。
联网计算环境
图1是示出用于通过网络交换数据(例如,消息和相关联的内容)的示例消息收发系统100的框图。消息收发系统100包括客户端设备102的多个实例,每个实例托管包括消息收发客户端104和其他外部应用109(例如,第三方应用)的多个应用。每个消息收发客户端104经由网络112(例如,因特网)通信地耦接至(例如,托管在相应的其他客户端设备102上的)消息收发客户端104、消息收发服务器系统108以及外部应用服务器110的其他实例。消息收发客户端104还可以使用应用程序接口(API)与本地托管的第三方应用例如外部应用109进行通信。
消息收发客户端104能够经由网络112与其他消息收发客户端104和消息收发服务器系统108通信并交换数据。在消息收发客户端104之间以及在消息收发客户端104与消息收发服务器系统108之间交换的数据包括功能(例如,用于激活功能的命令)以及净荷数据(例如,文本、音频、视频或其他多媒体数据)。
消息收发服务器系统108经由网络112向特定消息收发客户端104提供服务器侧功能。虽然消息收发系统100的某些功能在本文被描述为由消息收发客户端104或由消息收发服务器系统108执行,但是某些功能的位置是在消息收发客户端104内还是在消息收发服务器系统108内可以是设计选择。例如,在技术上可能优选是:最初将某些技术和功能部署在消息收发服务器系统108内,但是后面将该技术和功能迁移至客户端设备102具有足够处理能力的消息收发客户端104。
消息收发服务器系统108支持向消息收发客户端104提供的各种服务和操作。这样的操作包括向消息收发客户端104传输数据、从消息收发客户端104接收数据以及对由消息收发客户端104生成的数据进行处理。作为示例,该数据可以包括消息内容、客户端设备信息、地理定位信息、媒体增强和覆盖、消息内容持久化条件、社交网络信息和现场事件信息。通过经由消息收发客户端104的用户界面(UI)可用的功能来激活和控制消息收发系统100内的数据交换。
现在具体地转至消息收发服务器系统108,应用程序接口(API)服务器116耦接至应用服务器114并且向应用服务器114提供编程接口。应用服务器114通信地耦接至数据库服务器120,数据库服务器120便利于对数据库126的访问,该数据库126存储与通过应用服务器114处理的消息相关联的数据。类似地,web服务器128耦接至应用服务器114,并且向应用服务器114提供基于web的接口。为此,web服务器128通过超文本传输协议(HTTP)和几个其他相关协议处理传入的网络请求。
API服务器116在客户端设备102与应用服务器114之间接收和发送消息数据(例如,命令和消息有效载荷)。具体地,API服务器116提供一组接口(例如,例程和协议),该组接口可以由消息收发客户端104调用或查询以激活应用服务器114的功能。API服务器116显露由应用服务器114支持的各种功能,包括:帐户注册;登录功能;经由应用服务器114将消息从特定消息收发客户端104发送至另一消息收发客户端104;将媒体文件(例如,图像或视频)从消息收发客户端104发送至消息收发服务器118并用于另一消息收发客户端104的可能访问;对媒体数据集合(例如,故事)的设置;检索客户端设备102的用户的朋友列表;检索这样的集合;检索消息和内容;在实体图(例如,社交图)中添加和删除实体(例如,朋友);在社交图中定位朋友;以及打开应用事件(例如,与消息收发客户端104有关)。
应用服务器114托管若干服务器应用和子系统,包括例如消息收发服务器118、图像处理服务器122和社交网络服务器124。消息收发服务器118实现多个消息处理技术和功能,特别是与从消息收发客户端104的多个实例接收到的消息中包括的内容(例如,文本和多媒体内容)的汇集和其他处理相关的消息处理技术和功能。如将进一步详细描述的,来自多个源的文本和媒体内容可以被汇集成内容的集合(例如,称为故事或图库(gallery))。然后,使这些集合可用于消息收发客户端104。鉴于对数据的其他处理器和存储器密集处理的硬件要求,也可以由消息收发服务器118在服务器侧执行这样的处理。
应用服务器114还包括图像处理服务器122,该图像处理服务器122专用于执行各种图像处理操作,通常相对于在从消息收发服务器118发送或者在消息收发服务器118处接收到的消息的净荷内的图像或视频,执行各种图像处理操作。
图像处理服务器122用于实现增强系统208(图2中示出的)的扫描功能。扫描功能包括当由客户端设备102捕获到图像时,在客户端设备102上激活并提供一个或更多个增强现实体验。具体地,客户端设备102上的消息收发客户端104可以用于激活摄像装置。摄像装置向用户显示一个或更多个实时图像或视频以及一个或更多个增强现实体验的一个或更多个图标或标识符。用户可以选择标识符中的给定标识符来启动对应的增强现实体验或执行所期望的图像修改(例如,替换视频中的用户穿着的服装或者为视频中的用户穿着的服装重新着色或者基于由用户执行的姿势修改服装)。
社交网络服务器124支持各种社交联网功能和服务,并且使这些功能和服务可用于消息收发服务器118。为此,社交网络服务器124维护并且访问数据库126内的实体图308(如图3所示)。由社交网络服务器124支持的功能和服务的示例包括识别消息收发系统100中与特定用户有关系或该特定用户正“关注”的其他用户,以及识别特定用户的兴趣和其他实体。
返回至消息收发客户端104,外部资源(例如,第三方应用109或小程序(applet))的特征和功能经由消息收发客户端104的接口对用户可用。消息收发客户端104接收对用于启动或访问诸如外部应用109的外部资源(例如,第三方资源)的特征的选项的用户选择。外部资源可以是安装在客户端设备102上的第三方应用(外部应用109)(例如,“本地应用”),或者托管在客户端设备102上或者在客户端设备102的远程(例如,在第三方服务器110上)的第三方应用的小规模版本(例如,“小程序”)。第三方应用的小规模版本包括第三方应用(例如,第三方独立应用的全规模本地版本)的特征和功能的子集并且使用标记语言文档来实现。在一个示例中,第三方应用的小规模版本(例如,“小程序”)是第三方应用的基于web的标记语言版本,并且嵌入在消息收发客户端104中。除了使用标记语言文档(例如,*ml文件)之外,小程序可以包括脚本语言(例如,.*js文件或.json文件)和样式表(例如,*ss文件)。
响应于接收到对用于启动或访问外部资源(外部应用109)的特征的选项的用户选择,消息收发客户端104确定所选择的外部资源是基于web的外部资源还是本地安装的外部应用。在一些情况下,本地安装在客户端设备102上的外部应用109可以例如通过在客户端设备102的主页画面上选择与外部应用109对应的图标而独立于消息收发客户端104并且与消息收发客户端104分开地启动。这样的外部应用的小规模版本可以经由消息收发客户端104启动或访问,并且在一些示例中,小规模外部应用的任何部分都不能(或者有限部分才能)在消息收发客户端104之外被访问。可以通过消息收发客户端104从外部应用服务器110接收与小规模外部应用相关联的标记语言文档并处理这样的文档来启动小规模外部应用。
响应于确定外部资源是本地安装的外部应用109,消息收发客户端104通过执行与外部应用109对应的本地存储的代码来指示客户端设备102启动外部应用109。响应于确定外部资源是基于web的资源,消息收发客户端104与外部应用服务器110通信以获得与所选择的资源对应的标记语言文档。消息收发客户端104然后处理所获得的标记语言文档以在消息收发客户端104的用户界面内呈现基于web的外部资源。
消息收发客户端104可以向客户端设备102的用户或与这样的用户有关的其他用户(例如,“朋友”)通知在一个或更多个外部资源中发生的活动。例如,消息收发客户端104可以向消息收发客户端104中的对话(例如,聊天会话)中的参与者提供与一组用户中的一个或更多个成员当前或最近使用外部资源有关的通知。可以邀请一个或更多个用户加入活动的外部资源或者启动(在该组朋友中)最近使用过但当前不活动的外部资源。外部资源可以向对话中的各自使用相应的消息收发客户端104的参与者提供与进入聊天会话中的用户组中的一个或更多个成员分享外部资源中的项、状况、状态或位置的能力。共享项可以是交互式聊天卡,聊天的成员可以利用该交互式聊天卡进行交互,以例如启动对应的外部资源、查看外部资源内的特定信息或者将聊天的成员带到外部资源内的特定位置或状态。在给定外部资源内,可以在消息收发客户端104上向用户发送响应消息。外部资源可以基于外部资源的当前上下文在响应中选择性地包括不同的媒体项。
消息收发客户端104可以向用户呈现可用的外部资源(例如,第三方或外部应用109或小程序)的列表以启动或访问给定外部资源。该列表可以被呈现在上下文相关菜单中。例如,表示外部应用109(或小程序)中的不同外部应用的图标可以基于用户如何启动菜单(例如,从对话界面或从非对话界面)而变化。
消息收发客户端104可以向用户呈现可以基于图像中描绘的人的面部表情进行控制的一个或更多个AR体验。作为示例,消息收发客户端104可以检测由客户端设备102捕获的图像或视频中的人的面部。消息收发客户端104可以分割图像或视频中的衣服制品(或时尚物品),例如衬衫。虽然所公开的示例是关于图像或视频中描绘的人(或客户端设备102的用户)穿着的衬衫进行讨论的,但是类似的技术可以应用于任何其他服饰制品或时尚物品,例如连衣裙、裤子、眼镜、珠宝、帽子、耳罩等。
响应于对衬衫进行分割,消息收发客户端104可以与人或用户身体的位置分开地跟踪视频中衬衫的2D/3D定位。这使得消息收发客户端104能够在衬衫上呈现一个或更多个AR图形元素,并且使得消息收发客户端104能够基于由通过跟踪用户的身体部位相对于分割的衬衫的移动而检测到的人表现的面部表情来修改AR图形元素。
例如,消息收发客户端104可以生成文本,以用于显示在图像或视频中描绘的人穿着的衬衫上。响应于检测到特定面部表情,可以在人穿着的衬衫上呈现文本,或者基于图像或视频中描绘的人的面部表情的变化,可以利用其他单词替换现有文本的单词。例如,消息收发客户端104可以检测图像或视频中描绘的人的面部。响应于检测到面部,消息收发客户端104可以对面部的特征应用一种或更多种机器学习技术以检测面部的面部表情(例如,以检测面部表情与例如快乐、悲伤、惊讶、困惑、不安等特定的情感或情绪相关联)。消息收发客户端104可以搜索单词的数据库,以识别与面部表情(例如,面部表情的情感或情绪)相关联的一个或更多个单词。消息收发客户端104可以选择所识别的单词的子集,例如基于排序、流行度、用户简档、随机性、唯一性或其任意组合来选择所识别的单词的子集。然后,消息收发客户端104可以将包括文本的增强现实元素添加至图像或视频中的人穿着的衬衫。消息收发客户端104可以在增强现实元素的文本中包括所选择的所识别单词的子集。
在一些实现方式中,消息收发客户端104可以检测在图像或视频中描绘的人穿着的衬衫上物理地书写的短语。消息收发客户端104可以对短语执行单词识别,以识别与描述情感或情绪的形容词相关联的单词。响应于识别与形容词相关联的单词,消息收发客户端104可以生成所识别单词的增强现实版本,并且在增强现实版本中包括表示面部表情的文本。消息收发客户端104可以利用单词的增强现实版本替换实际单词,例如通过将单词的增强现实版本覆盖在图像或视频中描绘的人穿着的衬衫上的物理单词之上。以这种方式,消息收发客户端104可以生成新的文本或者修改图像或视频中描绘的人穿着的衬衫上的现有文本,以表示图像或视频中描绘的人的面部表情。随着面部表情实时变化,消息收发客户端104可以更新在图像或视频中描绘的人穿着的衬衫上显示的增强现实单词,以表示不同的面部表情。
作为一个示例,消息收发客户端104可以生成图像或视频,以用于显示在图像或视频中描绘的人穿着的衬衫上。响应于检测到特定面部表情,可以在人穿着的衬衫上呈现图像或视频,或者基于图像或视频中描绘的人的面部表情的变化,可以调整背景中正在播放或显示的图像或视频。例如,消息收发客户端104可以检测图像或视频中描绘的人的面部。响应于检测到面部,消息收发客户端104可以对面部的特征应用一种或更多种机器学习技术以检测面部的面部表情(例如,以检测面部表情与例如快乐、悲伤、惊讶、困惑、不安等特定的情感或情绪相关联)。消息收发客户端104可以搜索单词的数据库,以识别与面部表情(例如,面部表情的情感或情绪)相关联的一个或更多个单词。消息收发客户端104可以选择所识别单词的子集,例如基于排序、流行度、用户简档、随机性、唯一性或其任意组合来选择所识别单词的子集。然后,消息收发客户端104可以搜索与选择的所识别单词的子集相关联的图像或视频(例如,化身或表情符号),并且将图像或视频添加至图像或视频中的人穿着的衬衫。
例如,消息收发客户端104可以检测到面部表情与快乐情感相关联。作为响应,消息收发客户端104可以搜索与快乐元数据标签相关联并且具有超过流行度阈值的流行度值的视频。然后,消息收发客户端104可以选择视频中的随机一个视频,并且将所选择的视频显示在图像或视频中描绘的人穿着的衬衫上。作为另一示例,消息收发客户端104可以检测到面部表情与悲伤情感相关联。作为响应,消息收发客户端104可以搜索与悲伤元数据标签相关联并且具有超过流行度阈值的流行度值的图像。然后,消息收发客户端104可以选择图像中的随机一个图像,并且将所选择的图像显示在图像或视频中描绘的人穿着的衬衫上。作为另一个示例,消息收发客户端104可以检测到在描绘人物的图像或视频的背景中正在显示或播放的媒体项(例如,图像或视频)。消息收发客户端104可以搜索媒体项参数调整的数据库,以识别与图像或视频中描绘的人的面部表情相关联的媒体项参数调整。响应于识别到媒体项目参数调整,消息收发客户端104可以基于所识别的媒体项参数调整媒体项(例如,长宽比、亮度、暂停、播放、快进、后退)。具体地,如果消息收发客户端104确定面部表情是不安,则消息收发客户端104可以识别与不安情感相关联的跳过章节媒体项参数调整。消息收发客户端104可以将该跳过章节参数调整应用于在描绘穿衬衫的人的图像或视频的背景中播放的视频。
作为另一示例,消息收发客户端104可以调整图像或视频中的人穿着的衬衫上描绘的表情符号或增强现实化身的表情,以与图像或视频中描绘的人的面部表情相匹配。例如,消息收发客户端104可以检测图像或视频中描绘的人的面部。响应于检测到面部,消息收发客户端104可以对面部的特征应用一种或更多种机器学习技术以检测面部的面部表情(例如,以检测面部表情与例如快乐、悲伤、惊讶、困惑、不安等特定的情感或情绪相关联)。消息收发客户端104可以搜索与面部表情(例如,面部表情的情感或情绪)相关联的化身和表情符号表情的数据库。然后,消息收发客户端104可以调整图像或视频中描绘的人穿着的衬衫上显示的表情符号或化身的面部表情,以与图像或视频中描绘的人的面部表情相匹配或相对应。
作为一个示例,消息收发客户端104可以基于应用于图像或视频中描绘的人的面部的化妆来调整时尚物品图案、类型或风格。例如,消息收发客户端104可以处理图像或视频中描绘的人的一个或更多个面部特征。消息收发客户端104可以确定人的面部上的化妆的风格。可以将化妆物理地应用于图像中描绘的人的面部,或者可以使用增强现实化妆试用体验在增强现实中应用化妆。在实现方式中,消息收发客户端104将机器学习技术应用于图像或视频中描绘的人的化妆特征或面部,以估计人的面部上的化妆的分类。一旦估计出化妆分类,就确定对应的化妆的风格。消息收发客户端104可以搜索时尚物品图案、类型或风格的数据库,以识别与化妆的风格相关联的时尚物品图案、类型或风格。然后,消息收发客户端104可以选择时尚物品图案、风格或类型中的给定一者,以生成与所选择的时尚物品图案、风格或类型相关联的增强现实图形元素。消息收发客户端104将增强现实图形元素应用于图像或视频中描绘的人穿着的时尚物品。
例如,消息收发客户端104可以确定化妆的风格与特定动物(例如,狮子或斑马)相关联。在这样的情况下,消息收发客户端104获得动物的特征(例如,斑马或狮子条纹),并且将增强现实斑马或狮子条纹应用于图像或视频中描绘的人穿着的衬衫。在实现方式中,消息收发客户端104将增强现实头饰添加至人的头部(例如,以表示动物的角)。作为另一示例,消息收发客户端104可以确定化妆类型与哥特风格相关联,并且作为响应,消息收发客户端104修改人穿着的衣服的颜色、图案或类型。修改可以通过利用增强现实服装遮挡或覆盖人穿着的物理衣服的一部分来执行。
作为另一示例,消息收发客户端104可以在图像或视频中描绘的衬衫上显示应用于图像或视频中描绘的人的面部的增强现实面部效果的增强现实版本。具体地,消息收发客户端104可以检测应用于图像中描绘的人的面部的增强现实面部效果(例如,增强现实化妆)。作为响应,消息收发客户端104可以通过将应用了增强现实面部效果的人的面部的风格、图案、姿态、轮廓和颜色复制到增强现实版本中来生成增强现实面部效果的增强现实版本。然后,消息收发客户端104可以将面部效果的增强现实版本覆盖到图像或视频中描绘的人穿着的衬衫的指定部分之上。在一些情况下,消息收发客户端104可以将购买选项与对衬衫的描绘和衬衫之上的面部效果的增强现实版本的一起呈现。响应于接收到对购买选项的用户选择,消息收发客户端104可以将具有面部效果的增强现实版本的衬衫的图像发送至制造衬衫的供应商。消息收发客户端104可以指示供应商以与人相关联的尺寸创制与利用面部效果的增强现实版本增强的用户穿着的衬衫相似的物理衬衫。然后,制造好的衬衫被运送到该人的家中。
系统架构
图2是示出根据一些示例的关于消息收发系统100的另外的细节的框图。具体地,消息收发系统100被示为包括消息收发客户端104和应用服务器114。消息收发系统100包含多个子系统,这些子系统在客户端侧由消息收发客户端104支持并且在服务器侧由应用服务器114支持。这些子系统包括例如短暂定时器系统202、集合管理系统204、增强系统208、地图系统210、游戏系统212、以及外部资源系统220。
短暂定时器系统202负责实施消息收发客户端104和消息收发服务器118对内容的临时或时间受限访问。短暂定时器系统202包含多个定时器,这些定时器基于与消息或消息的集合(例如,故事)相关联的持续时间和显示参数,选择性地实现经由消息收发客户端104对消息和相关联的内容进行访问(例如,用于呈现和显示)。下面提供关于短暂定时器系统202的操作的另外的细节。
集合管理系统204负责管理媒体的合集或集合(例如,文本、图像视频和音频数据的集合)。内容(例如,消息,包括图像、视频、文本和音频)的集合可以被组织成“事件图库”或“事件故事”。这样的集合可以在指定的时间段内,例如与内容相关的事件的持续时间内可用。例如,可以使与音乐会有关的内容在音乐会的持续时间内作为“故事”可用。集合管理系统204还可以负责向消息收发客户端104的用户界面发布提供特定集合的存在的通知的图标。
此外,集合管理系统204还包括策展接口206,策展接口206允许集合管理者管理和策展特定内容集合。例如,策展接口206使得事件组织器能够策展与特定事件有关的内容的集合(例如,删除不适当的内容或冗余消息)。此外,集合管理系统204采用机器视觉(或图像识别技术)和内容规则来对内容集合进行自动策展。在某些示例中,可以针对将用户生成的内容包括到集合中而向用户支付补偿。在这样的情况下,集合管理系统204进行操作以自动地向这样的用户支付费用以使用其内容。
增强系统208提供使得用户能够增强(例如,注解或以其他方式修改或编辑)与消息相关联的媒体内容的各种功能。例如,增强系统208提供与生成和发布针对由消息收发系统100处理的消息的媒体覆盖(media overlay)有关的功能。增强系统208基于客户端设备102的地理位置可操作地向消息收发客户端104提供媒体覆盖或增强(例如,图像过滤器)。在另一示例中,增强系统208基于诸如客户端设备102的用户的社交网络信息的其他信息可操作地向消息收发客户端104提供媒体覆盖。媒体覆盖可以包括音频和视觉内容以及视觉效果。音频和视觉内容的示例包括图片、文本、标识、动画和声音效果。视觉效果的示例包括颜色覆盖。音频和视觉内容或视觉效果可以应用于客户端设备102处的媒体内容项(例如,照片)。例如,媒体覆盖可以包括可以覆盖在由客户端设备102拍摄的照片上的文本、图形元素或者图像。在另一示例中,媒体覆盖包括定位标识覆盖(例如,威尼斯海滩)、实况事件的名称或商家名称覆盖(例如,海滩咖啡馆)。在另一示例中,增强系统208使用客户端设备102的地理位置来标识包括客户端设备102的地理位置处的商家名称的媒体覆盖。媒体覆盖可以包括与商家相关联的其他标记。媒体覆盖可以被存储在数据库126中并且通过数据库服务器120进行访问。
在一些示例中,增强系统208提供基于用户的发布平台,该基于用户的发布平台使得用户能够在地图上选择地理位置并上传与所选择的地理位置相关联的内容。用户还可以指定特定媒体覆盖应当被提供给其他用户的环境。增强系统208生成包括所上传的内容并且将所上传的内容与所选择的地理位置相关联的媒体覆盖。
在其他示例中,增强系统208提供基于商家的发布平台,该基于商家的发布平台使得商家能够经由出价过程选择与地理位置相关联的特定媒体覆盖。例如,增强系统208使最高出价商家的媒体覆盖与对应地理位置相关联达预定义时间量。增强系统208与图像处理服务器122通信以获得增强现实体验,并且在一个或更多个用户界面中呈现这样的体验的标识符(例如,作为实时图像或视频上的图标,或作为专用于所呈现的增强现实体验的标识符的界面中的缩略图或图标)。一旦选择了增强现实体验,则检索一个或更多个图像、视频或增强现实图形元素,并将其呈现为在由客户端设备102捕获的图像或视频之上的覆盖物。在一些情况下,摄像装置被切换至正面视角(例如,客户端设备102的前置摄像装置响应于特定增强现实体验的激活而被激活),并且来自客户端设备102的前置摄像装置而不是客户端设备102的后置摄像装置的图像开始在客户端设备102上显示。一个或更多个图像、视频或增强现实图形元素被检索并呈现为在由客户端设备102的前置摄像装置捕获和显示的图像之上的覆盖物。
在其他示例中,增强系统208能够经由网络112与另一客户端设备102上的另一增强系统208以及服务器通信并交换数据。交换的数据可以包括:识别共享AR会话的会话标识符;第一客户端设备102与第二客户端设备102(例如,多个客户端设备102包括第一设备和第二设备)之间的变换,该变换用于将共享AR会话对准至共同原点;共同坐标系;功能(例如,用于激活功能的命令)以及其他净荷数据(例如,文本、音频、视频或其他多媒体数据)。
增强系统208将变换发送至第二客户端设备102,使得第二客户端设备102可以基于该变换来调整AR坐标系。以这种方式,第一客户端设备102和第二客户端设备102将它们的坐标系(coordinate systems and frames)同步以显示AR会话中的内容。具体地,增强系统208计算第二客户端设备102在第一客户端设备102的坐标系中的原点。然后,增强系统208可以基于从第二客户端设备102的角度来看的该原点在第二客户端设备102的坐标系中的定位来确定第二客户端设备102的坐标系中的偏移量。使用该偏移量生成变换,使得第二客户端设备102根据与第一客户端设备102的共同坐标系生成AR内容。
增强系统208,可以与客户端设备102通信,以建立单独或共享的AR会话。增强系统208还可以耦接至消息收发服务器118以在共享AR会话中为客户端设备102建立电子群组通信会话(例如,群组聊天、即时消息收发)。可以使电子群组通信会话与由客户端设备102提供的会话标识符相关联以获得对电子群组通信会话和共享AR会话的访问权限。在一个示例中,客户端设备102首先获得对电子群组通信会话的访问权限,并且然后在电子群组通信会话中获得允许客户端设备102访问共享AR会话的会话标识符。在一些示例中,客户端设备102能够在无需应用服务器114中的增强系统208的帮助或与应用服务器114中的增强系统208通信的情况下访问共享AR会话。
地图系统210提供各种地理位置功能,并且支持由消息收发客户端104呈现基于地图的媒体内容和消息。例如,地图系统210使得能够在地图上显示(例如,存储在简档数据316中的)用户图标或化身,以指示用户的“朋友”的当前或过去位置,以及由这样的朋友在地图的上下文内生成的媒体内容(例如,包括照片和视频的消息的集合)。例如,可以在消息收发客户端104的地图界面上将用户从特定地理位置发布到消息收发系统100的消息在地图的该特定位置的上下文内显示给特定用户的“朋友”。用户还可以经由消息收发客户端104与消息收发系统100的其他用户(例如,使用适当的状态化身)共享他或她的位置和状态信息,其中该位置和状态信息在消息收发客户端104的地图界面的上下文内被类似地显示给所选择的用户。
游戏系统212在消息收发客户端104的上下文内提供各种游戏功能。消息收发客户端104提供游戏界面,该游戏界面提供可以由用户在消息收发客户端104的上下文内启动并且与消息收发系统100的其他用户一起玩的可用游戏(例如,基于web的游戏或基于web的应用)的列表。消息收发系统100还使得特定用户能够通过从消息收发客户端104向其他用户发出邀请来邀请这样的其他用户参与玩特定游戏。消息收发客户端104还支持玩游戏上下文内的语音消息收发和文本消息收发两者(例如,聊天)、为游戏提供排行榜,并且还支持提供游戏内奖励(例如,游戏币和物品)。
外部资源系统220向消息收发客户端104提供用于与外部应用服务器110通信以启动或访问外部资源的接口。每个外部资源(应用)服务器110托管例如基于标记语言(例如,HTML5)的应用或外部应用的小规模版本(例如,消息收发客户端104外部的游戏、实用程序、支付或骑乘共享应用)。消息收发客户端104可以通过从与基于web的资源相关联的外部资源(应用)服务器110访问HTML5文件来启动该基于web的资源(例如,应用)。在某些示例中,利用由消息收发服务器118提供的软件开发工具包(SDK)以JavaScript对由外部资源服务器110托管的应用进行编程。SDK包括具有可以由基于web的应用调用或激活的功能的应用程序接口(API)。在某些示例中,消息收发服务器118包括JavaScript库,该JavaScript库向给定的第三方资源提供对消息收发客户端104的某些用户数据的访问。HTML5被用作用于对游戏进行编程的示例技术,但是可以使用基于其他技术编程的应用和资源。
为了将SDK的功能集成到基于web的资源中,由外部资源(应用)服务器110从消息收发服务器118下载SDK或者由外部资源(应用)服务器110以其他方式来接收SDK。一旦被下载或接收,SDK就被包括为基于web的外部资源的应用代码的一部分。基于web的资源的代码然后可以调用或激活SDK的某些功能以将消息收发客户端104的特征集成至基于web的资源中。
存储在消息收发服务器118上的SDK有效地提供了外部资源(例如,第三方或外部应用109或小程序与消息收发客户端104)之间的桥接。这为用户提供了与消息收发客户端104上的其他用户通信的无缝体验,同时还保留了消息收发客户端104的外观和感觉。为了桥接外部资源与消息收发客户端104之间的通信,在某些示例中,SDK促进外部资源服务器110与消息收发客户端104之间的通信。在某些示例中,在客户端设备102上运行的WebViewJavaScriptBridge在外部资源与消息收发客户端104之间建立两个单向通信通道。在外部资源与消息收发客户端104之间经由这些通信通道异步地发送消息。每个SDK功能激活被作为消息和回调而发送。每个SDK功能通过构造唯一的回调标识符以及发送具有该回调标识符的消息来实现。
通过使用SDK,并非所有来自消息收发客户端104的信息都与外部资源服务器110共享。SDK基于外部资源的需求来限制共享哪些信息。在某些示例中,每个外部资源服务器110将与基于web的外部资源对应的HTML5文件提供给消息收发服务器118。消息收发服务器118可以在消息收发客户端104中添加基于web的外部资源的视觉表示(例如,盒设计(boxart)或其他图形)。一旦用户选择视觉表示或者指示消息收发客户端104通过消息收发客户端104的GUI访问基于web的外部资源的特征,消息收发客户端104则获得HTML5文件并且将访问基于web的外部资源的特征所需的资源实例化。
消息收发客户端104呈现针对外部资源的图形用户界面(例如,登陆页面或标题画面)。在呈现登陆页面或标题画面期间、之前或之后,消息收发客户端104确定所启动的外部资源是否先前已经被授权访问消息收发客户端104的用户数据。响应于确定启动的外部资源先前已经被授权访问消息收发客户端104的用户数据,消息收发客户端104呈现包括外部资源的功能和特征的外部资源的另一图形用户界面。响应于确定所启动的外部资源先前未被授权访问消息收发客户端104的用户数据,在显示外部资源的登陆页面或标题画面的阈值时间段(例如,3秒)之后,消息收发客户端104滑动用于授权外部资源访问用户数据的菜单(例如,将菜单动画化为从画面底部浮现到画面的中间或其他部分)。该菜单标识外部资源将被授权使用的用户数据的类型。响应于接收到对接受选项的用户选择,消息收发客户端104将外部资源添加到已授权外部资源的列表,并且使得外部资源能够访问来自消息收发客户端104的用户数据。在一些示例中,由消息收发客户端104根据OAuth 2框架来授权外部资源访问用户数据。
消息收发客户端104基于被授权的外部资源的类型来控制与外部资源共享的用户数据的类型。例如,向包括全规模的外部应用(例如,第三方或外部应用109)的外部资源提供对第一类型的用户数据(例如,具有或不具有不同化身特性的用户的仅二维化身)的访问。作为另一示例,向包括外部应用的小规模版本(例如,第三方应用的基于web的版本)的外部资源提供对第二类型的用户数据(例如,支付信息、用户的二维化身、用户的三维化身、以及具有各种化身特性的化身)的访问。化身特性包括定制化身的外观和感觉的不同方式,例如不同的姿态、面部特征、衣服等。
AR时尚控制系统224对图像(或视频)中描绘的用户穿着的时尚物品例如衬衫或者图像(或视频)中描绘的多个用户分别穿着的多个时尚物品进行分割。下面结合图5示出并描述AR时尚控制系统224的说明性实现方式。
具体地,AR时尚控制系统224是可以由在客户端设备102上实现的AR/VR应用访问的部件。AR/VR应用使用RGB摄像装置捕获用户和用户穿着的一个或多个服装(替选地被称为一个或多个时尚物品)的单目图像。AR/VR应用将各种经训练的机器学习技术应用于所捕获的穿着服装的用户的图像,以对图像中的用户穿着的服装(例如,衬衫、夹克、裤子、连衣裙等)进行分割并且将一个或更多个AR视觉效果应用于所捕获的图像。对服装进行分割得到在图像或视频中出现的服装的边界的轮廓。经分割的服装的边界内的像素与用户穿着的服装或衣服对应。经分割的服装用于将用户穿着的衣服或服装与图像中描绘的可以被单独地分割并跟踪的其他对象或元素(例如用户的身体部位(例如,手臂、头部、腿部等))和图像的背景区分开。在一些实现方式中,AR/VR应用实时地或定期地连续捕获穿着服装的用户的图像以连续地或定期地更新所应用的一个或更多个视觉效果。这使得用户能够在现实世界中四处移动并且实时地查看一个或更多个视觉效果更新。
为了使AR/VR应用根据所捕获的RGB图像直接地应用一个或更多个视觉效果,AR/VR应用从AR时尚控制系统224获得经训练的机器学习技术。经训练的机器学习技术对所捕获的RGB图像进行处理,以根据所捕获的图像生成与所捕获的RGB图像中描绘的用户穿着的服装对应的分割。
在训练中,AR时尚控制系统224获得包括对穿着不同服装的一个或更多个用户的描绘的第一多个输入训练图像。这些训练图像还提供与每个图像中描绘的用户穿着的服装的分割有关的真值(ground truth)信息。基于多个训练图像的特征来训练机器学习技术(例如,深度神经网络)。具体地,第一机器学习技术从给定训练图像中提取一个或更多个特征,并且估计给定训练图像中描绘的用户穿着的服装的分割。机器学习技术获得与训练图像对应的真值信息并且调整或更新一个或更多个系数或参数以改进对例如衬衫的服装的分割的后续估计。
数据架构
图3是示出根据某些示例的可以存储在消息收发服务器系统108的数据库126中的数据结构300的示意图。虽然数据库126的内容被示为包括多个表,但是应当理解,数据可以以其他类型的数据结构进行存储(例如,作为面向对象的数据库)。
数据库126包括存储在消息表302内的消息数据。对于任何特定的一个消息,该消息数据至少包括消息发送方数据、消息接收方(或接收者)数据和净荷。下面参照图4描述关于可以被包括在消息中并且被包括在存储于消息表302中的消息数据内的信息的另外的细节。
实体表306存储实体数据,并且(例如,参考地)链接至实体图308和简档数据316。其记录被维护在实体表306内的实体可以包括个人、公司实体、组织、对象、地点、事件等。与实体类型无关地,消息收发服务器系统108存储关于其的数据的任何实体可以是被识别的实体。每个实体被提供唯一标识符以及实体类型标识符(未示出)。
实体图308存储与实体之间的关系和关联有关的信息。仅作为示例,这样的关系可以是基于社交的、基于职业的(例如,在共同的公司或组织工作)、基于兴趣的或基于活动的。
简档数据316存储关于特定实体的多种类型的简档数据。基于由特定实体指定的隐私设置,简档数据316可以被选择性地使用并呈现给消息收发系统100的其他用户。在实体是个人的情况下,简档数据316包括例如用户名、电话号码、地址、设置(例如,通知和隐私设置)以及用户选择的化身表示(或这样的化身表示的集合)。然后,特定用户可以将这些化身表示中的一个或更多个选择性地包括在经由消息收发系统100传送的消息的内容内以及由消息收发客户端104向其他用户显示的地图界面上。化身表示的集合可以包括“状态化身”,其呈现用户可以选择在特定时间传达的状态或活动的图形表示。
在实体是团体的情况下,除了团体名称、成员以及针对相关团体的各种设置(例如,通知)之外,针对团体的简档数据316还可以类似地包括与团体相关联的一个或更多个化身表示。
数据库126还在增强表310中存储增强数据,例如覆盖物(overlay)或过滤器(filters)。增强数据与视频(视频的数据被存储在视频表304中)和图像(图像的数据被存储在图像表312中)相关联并且被应用于视频和图像。
数据库126还可以存储与单独的和共享的AR会话有关的数据。该数据可以包括在第一客户端设备102的AR会话客户端控制器与第二客户端设备102的另一AR会话客户端控制器之间传送的数据,以及在AR会话客户端控制器与增强系统208之间传送的数据。数据可以包括用于建立共享AR场景的共同坐标系、设备之间的变换、会话标识符、描绘身体的图像、骨骼关节定位、腕关节定位、脚等的数据。
在一个示例中,过滤器是在向接收方用户呈现期间被显示为覆盖在图像或视频上的覆盖物。过滤器可以是各种类型的,包括当发送用户正在编写消息时由消息收发客户端104呈现给发送用户的一组过滤器中的用户选择的过滤器。其他类型的过滤器包括地理位置过滤器(也称为地理过滤器),可以基于地理定位将其呈现给发送用户。例如,可以基于由客户端设备102的全球定位系统(GPS)单元确定的地理位置信息,由消息收发客户端104在用户界面内呈现特定于附近或特定位置的地理位置过滤器。
另一类型的过滤器是数据过滤器,该数据过滤器可以由消息收发客户端104基于在消息创建处理期间由客户端设备102收集的其他输入或信息选择性地呈现给发送用户。数据过滤器的示例包括特定位置处的当前温度、发送用户行进的当前速度、客户端设备102的电池寿命或当前时间。
可以被存储在图像表312内的其他增强数据包括增强现实内容项(例如,与应用增强现实体验对应)。增强现实内容项或增强现实项可以是可以被添加至图像或视频的实时特殊效果和声音。
如上面所描述的,增强数据包括增强现实内容项、覆盖物、图像变换、AR图像,AR标志或徽标以及涉及可以应用于图像数据(例如,视频或图像)的修改的类似项。这包括实时修改,实时修改在使用客户端设备102的设备传感器(例如,一个或多个摄像装置)捕获到图像时对图像进行修改并且然后在客户端设备102的屏幕上显示具有所述修改的图像。这还包括对所存储的内容的修改,例如对可以被修改的图库中的视频片段的修改。例如,在访问多个增强现实内容项的客户端设备102中,用户可以将单个视频片段与多个增强现实内容项一起使用来查看不同的增强现实内容项将如何修改所存储的片段。例如,通过为内容选择不同的增强现实内容项,可以将应用不同伪随机移动模型的多个增强现实内容项应用于相同内容。类似地,可以将实时视频捕获与所示修改一起使用,以示出当前由客户端设备102的传感器捕获的视频图像将如何修改所捕获的数据。这样的数据可以仅在屏幕上显示而不存储在存储器中,或者由设备传感器捕获的内容可以在进行或不进行修改的情况(或者在这两种情况)下被记录并存储在存储器中。在一些系统中,预览特征可以同时示出不同的增强现实内容项在显示器中的不同窗口内看起来如何。例如,这可以使得能够同时在显示器上查看具有不同伪随机动画的多个窗口。
因此,数据以及使用增强现实内容项的各种系统或使用该数据来修改内容的其他这样的变换系统可以涉及:视频帧中对象(例如,面部、手、身体、猫、狗、表面、对象等)的检测;在这样的对象离开视场、进入视场以及在视场四处移动时对其进行跟踪;以及在跟踪这样的对象时对其进行修改或变换。在各种示例中,可以使用用于实现这样的变换的不同的方法。一些示例可以涉及:生成一个或多个对象的三维网格模型,以及在视频内使用模型的变换和动画纹理来实现变换。在其他示例中,可以使用对对象上的点的跟踪来将图像或纹理(其可以是二维或三维的)放置在所跟踪的定位处。在又一示例中,可以使用对视频帧的神经网络分析来将图像、模型或纹理放置在内容(例如,图像或视频的帧)中。因此,增强现实内容项涉及以下两者:用于创建内容中的变换的图像、模型和纹理,以及利用对象检测、跟踪和放置来实现这样的变换所需的附加建模及分析信息。
可以利用保存在任何种类的计算机化系统的存储器中的任何种类的视频数据(例如,视频流、视频文件等)来执行实时视频处理。例如,用户可以加载视频文件并将其保存在设备的存储器中,或者可以使用设备的传感器来生成视频流。此外,可以使用计算机动画模型来处理任何对象,例如人的面部和人体的部位、动物、或非生命事物(例如椅子、汽车或其他对象)。
在一些示例中,当连同要变换的内容一起选择特定修改时,由计算设备来识别要变换的元素,并且然后如果所述元素存在于视频的帧中,则检测并跟踪它们。根据修改请求来修改对象的元素,从而变换视频流的帧。针对不同类型的变换,可以通过不同的方法来执行对视频流的帧的变换。例如,对于主要是指改变对象的元素的形式的帧的变换,计算对象的每个元素的特性点(例如,使用主动形状模型(Active Shape Model,ASM)或其他已知方法)。然后,针对对象的至少一个元素中的每个元素生成基于特性点的网格。该网格被用于跟踪视频流中的对象的元素的后续阶段。在跟踪的处理中,将所提及的用于各元素的网格与各元素的定位对准。然后,在网格上生成附加点。基于修改请求针对每个元素生成第一组第一点,并且基于该组第一点和修改请求针对每个元素生成一组第二点。然后,可以通过基于该组第一点、该组第二点和网格修改对象的元素来对视频流的帧进行变换。在这样的方法中,也可以通过跟踪和修改背景来改变经修改对象的背景或使其发生扭曲。
在一些示例中,可以通过计算对象的每个元素的特性点以及基于所计算的特性点生成网格来执行使用对象的元素改变对象的一些区域的变换。在网格上生成点,然后基于所述点生成各种区域。然后通过将针对每个元素的区域与针对至少一个元素中的每个元素的定位对准来跟踪对象的元素,并且可以基于修改请求来修改区域的属性,从而对视频流的帧进行变换。根据具体的修改要求,提及的区域的属性可以以不同的方式进行变换。这样的修改可以涉及:改变区域的颜色;从视频流的帧中移除区域的至少一些部分;将一个或更多个新对象包括到基于修改请求的区域中;以及修改或扭曲区域或对象的元素。在各种示例中,可以使用这样的修改的任何组合或其他类似修改。对于要被动画化的某些模型,可以选择一些特性点作为要用于确定模型动画的选项的整个状态空间的控制点。
在用于使用面部检测来变换图像数据的计算机动画模型的一些示例中,使用特定的面部检测算法(例如,Viola-Jones)在图像上检测面部。然后,将主动形状模型(ASM)算法应用于图像的面部区域以检测面部特征参考点。
可以使用适于面部检测的其他方法和算法。例如,在一些示例中,使用界标来定位特征,界标表示存在于所考虑的大多数图像中的可区分点。例如,对于面部界标,可以使用左眼瞳孔的位置。如果初始界标不可识别(例如,在人带眼罩的情况下),则可以使用次级界标。这样的界标识别过程可以用于任何这样的对象。在一些示例中,一组界标形成形状。可以使用形状中的点的坐标来将形状表示为矢量。利用使形状点之间的平均欧几里得距离最小化的相似性变换(其允许平移、缩放和旋转)来将一个形状与另一形状对准。平均形状(mean shape)是经对准的训练形状的平均值。
在一些示例中,开始从与由全局面部检测器确定的面部的定位和尺寸对准的平均形状中搜索界标。然后,这样的搜索重复以下步骤:通过对每个点周围的图像纹理进行模板匹配以调整形状点的位置来建议暂定形状,并且然后使暂定形状符合全局形状模型,直至发生收敛。在一些系统中,单独的模板匹配是不可靠的,并且形状模型对弱模板匹配的结果进行池化,以形成较强的整体分类器。在从粗分辨率到细分辨率的图像金字塔中的每一级处重复整个搜索。
变换系统可以在客户端设备(例如,客户端设备102)上捕获图像或视频流,并且在维持适当的用户体验、计算时间和功耗的同时,在客户端设备102上本地执行复杂的图像操纵。复杂的图像操纵可以包括大小和形状改变、情感转变(例如,将面部从皱眉改变为微笑)、状态转变(例如,使主体变老、减小外表年龄、改变性别)、风格转变、图形元素应用以及由已经被配置成在客户端设备102上有效地执行的卷积神经网络实现的任何其他合适的图像或视频操纵。
在一些示例中,用于变换图像数据的计算机动画模型可以由下述系统使用:在所述系统中,用户可以使用具有神经网络的客户端设备102来捕获用户的图像或视频流(例如,自拍),其中神经网络作为在客户端设备102上操作的消息收发客户端104的一部分来操作。在消息收发客户端104内操作的变换系统确定图像或视频流内的面部的存在,并且提供与用于变换数据图像的计算机动画模型相关联的修改图标,或者计算机动画模型可以与本文描述的界面相关联地存在。该修改图标包括下述改变,所述改变可以是作为修改操作的一部分的用于修改图像或视频流内的用户面部的基础。一旦选择了修改图标,则变换系统发起转换用户的图像以反映所选择的修改图标(例如,为用户生成微笑面部)的处理。一旦捕获到图像或视频流并且选择了指定的修改,就可以在客户端设备102上显示的图形用户界面中呈现经修改的图像或视频流。变换系统可以针对图像或视频流的一部分实施复杂的卷积神经网络,以生成并应用所选择的修改。也就是说,用户可以捕获图像或视频流,并且一旦选择了修改图标,就可以实时或接近实时地向用户呈现修改后的结果。此外,在正捕获视频流并且所选择的修改图标保持切换时,修改可以是持久的。机器学习的神经网络可以用于实现这样的修改。
呈现由变换系统执行的修改的图形用户界面可以向用户提供附加的交互选项。这样的选项可以基于用于发起对特定计算机动画模型的选择和内容捕获的界面(例如,从内容创建者用户界面来发起)。在各种示例中,在最初选择了修改图标之后,修改可以是持久的。用户可以通过轻击或以其他方式选择正由变换系统修改的面部来开启或关闭修改,并将其存储以供后面观看或浏览到成像应用的其他区域。在由变换系统修改了多个面部的情况下,用户可以通过轻击或选择在图形用户界面内修改和显示的单个面部来全局地将修改切换为开启或关闭。在一些示例中,可以单独修改一组多个面部中的各个面部,或者可以通过轻击或选择图形用户界面内显示的单个面部或一系列面部来单独切换这样的修改。
故事表314存储与消息和相关联的图像、视频或音频数据的集合有关的数据,这些消息和相关联的图像、视频或音频数据被汇编成集合(例如,故事或图库)。特定集合的创建可以由特定用户(例如,其记录被维护在实体表306中的每个用户)发起。用户可以创建呈已经由该用户创建和发送/广播的内容的集合的形式的“个人故事”。为此,消息收发客户端104的用户界面可以包括用户可选择的图标,以使得发送用户能够将特定内容添加至他或她的个人故事。
集合可以构成“实况故事”,该“实况故事”是手动地、自动地或使用手动技术和自动技术的组合创建的来自多个用户的内容的集合。例如,“实况故事”可以构成来自各种位置和事件的用户提交的内容的策展流。其客户端设备启用了位置服务并且在特定时间处于共同位置事件处的用户可以例如经由消息收发客户端104的用户界面而被呈现将内容贡献给特定实况故事的选项。可以由消息收发客户端104基于用户的位置向他或她标识实况故事。最终结果是从社区角度讲述的“实况故事”。
另一类型的内容集合被称为“位置故事”,“位置故事”使得其客户端设备102位于特定地理位置(例如,在学院或大学校园)内的用户能够对特定集合做出贡献。在一些示例中,对位置故事的贡献可能需要二级认证,以验证最终用户属于特定的组织或其他实体(例如,是大学校园的学生)。
如以上提及的,视频表304存储视频数据,在一个示例中,该视频数据与其记录保存在消息表302内的消息相关联。类似地,图像表312存储与消息数据被存储在实体表306中的消息相关联的图像数据。实体表306可以使来自增强表310的各种增强与存储在图像表312和视频表304中的各种图像和视频相关联。
经训练的机器学习技术307存储在AR时尚控制系统224的训练期间已经被训练的参数。例如,经训练的机器学习技术307存储一个或更多个神经网络机器学习技术的经训练的参数。
分割训练图像309存储多个图像,每个图像描绘穿着不同服装的一个或更多个用户。存储在分割训练图像309中的多个图像包括穿着不同服装的一个或更多个用户的各种描绘以及服装的分割,该分割指示图像中的哪些像素对应于服装以及图像中的哪些像素对应于背景或用户的身体部位。即,分割提供了图像中描绘的服装的边界。由AR时尚控制系统224使用这些分割训练图像309来训练用于生成接收的RGB单目图像中描绘的一个或更多个服装的分割的机器学习技术。在一些情况下,分割训练图像309包括相应训练单目图像中描绘的一个或更多个身体的真值骨骼关键点,以增强对服装的各种区别属性(例如,肩带、衣领或袖子)的分割性能。在一些情况下,分割训练图像309包括图像中描绘的身体的多个图像分辨率。分割训练图像309可以包括经标记和未经标记的图像和视频数据。分割训练图像309可以包括对特定用户的全身的描绘、缺少对任何用户的描绘的图像(例如,负图像)、对穿着不同服装的多个用户的描绘、以及对距图像捕获设备不同距离处的穿着服装的用户的描绘。
分割训练图像309还可以存储对不同用户的不同面部表情的各种描绘。在这种情况下,由AR时尚控制系统224使用分割训练图像309来训练机器学习技术,以识别图像或视频中描绘的人的面部表情。分割训练图像309包括与用于训练机器学习技术的所描绘的面部表情相关联的真值情感或情绪。
分割训练图像309还可以存储对应用于不同用户的面部的不同化妆特征的各种描绘。在这种情况下,由AR时尚控制系统224使用分割训练图像309来训练机器学习技术,以估计应用于图像或视频中描绘的人的面部的真实化妆或AR化妆的化妆分类。分割训练图像309包括与用于训练机器学习技术的所描绘的化妆相关联的真值化妆分类。
数据通信架构
图4是示出根据一些示例的消息400的结构的示意图,消息400由消息收发客户端104生成,以用于传送至另外的消息收发客户端104或消息收发服务器118。特定消息400的内容用于填充存储在可由消息收发服务器118访问的数据库126内的消息表302。类似地,消息400的内容作为客户端设备102或应用服务器114的“运输中(in-transit)”或“飞行中(in-flight)”数据存储库在存储器中。消息400被示出为包括以下示例组成部分:
·消息标识符402:标识消息400的唯一标识符。
·消息文本净荷404:要由用户经由客户端设备102的用户界面生成并且包括在消息400中的文本。
·消息图像净荷406:由客户端设备102的摄像装置部件捕获或从客户端设备102的存储器部件检索并且包括在消息400中的图像数据。针对发送或接收的消息400的图像数据可以存储在图像表312中。
·消息视频净荷408:由摄像装置部件捕获的或者从客户端设备102的存储器部件检索的并且包括在消息400中的视频数据。针对已发送或接收的消息400的视频数据可以存储在视频表304中。
·消息音频净荷410:由麦克风捕获或从客户端设备102的存储器部件检索并且包括在消息400中的音频数据。
·消息增强数据412:表示要应用于消息400的消息图像净荷406、消息视频净荷408或消息音频净荷410的增强的增强数据(例如,过滤器、标贴或其他注释或增强)。针对已发送或接收的消息400的增强数据可以存储在增强表310中。
·消息持续时间参数414:以秒为单位指示消息的内容(例如,消息图像净荷406、消息视频净荷408、消息音频净荷410)将经由消息收发客户端104呈现给用户或使其对于用户可访问的时间量的参数值。
·消息地理位置参数416:与消息的内容净荷相关联的地理位置数据(例如,纬度坐标和经度坐标)。在净荷中可以包括多个消息地理位置参数416值,这些参数值中的每个参数值都与包括在内容中的内容项(例如,消息图像净荷406内的特定图像,或消息视频净荷408中的特定视频)相关联。
·消息故事标识符418:标识与消息400的消息图像净荷406中的特定内容项相关联的一个或更多个内容集合(例如,故事表314中标识的“故事”)的标识符值。例如,可以使用标识符值将消息图像净荷406内的多个图像各自与多个内容集合相关联。
·消息标签420:每个消息400可以用多个标签来标记,所述多个标签中的每一个指示消息净荷中包括的内容的主题。例如,在消息图像净荷406中包括的特定图像描绘动物(例如,狮子)的情况下,标签值可以被包括在指示相关动物的消息标签420内。标签值可以基于用户输入手动生成,或者可以使用例如图像识别自动生成。
·消息发送者标识符422:指示在其上生成消息400以及从其发送消息400的客户端设备102的用户的标识符(例如,消息收发系统标识符、电子邮件地址或设备标识符)。
·消息接收者标识符424:指示消息400寻址到的客户端设备102的用户的标识符(例如,消息收发系统标识符、电子邮件地址或设备标识符)。
消息400的各组成部分的内容(例如,值)可以是指向在其内存储内容数据值的表中的位置的指针。例如,消息图像净荷406中的图像值可以是指向图像表312内的位置的指针(或图像表312内的位置的地址)。类似地,消息视频净荷408内的值可以指向存储在视频表304内的数据,存储在消息增强数据412内的值可以指向存储在增强表310中的数据,存储在消息故事标识符418内的值可以指向存储在故事表314中的数据,以及存储在消息发送者标识符422和消息接收者标识符424内的值可以指向存储在实体表306内的用户记录。
AR时尚控制系统
图5是示出根据示例的示例AR时尚控制系统224的框图。AR时尚控制系统224包括对一组输入数据(例如,描绘穿着衬衫的用户的现实身体的单目图像501和分割训练图像数据502)进行操作的一组部件510。该组输入数据在训练阶段期间从存储在数据库中的分割训练图像309(图3)获得,并且在正在例如由消息收发客户端104使用AR/VR应用时从客户端设备102的RGB摄像装置获得。AR时尚控制系统224包括机器学习技术模块512、骨骼关键点模块511、上装分割模块514、图像修改模块518、AR效果选择模块519、面部表情识别模块530、3D身体跟踪模块513、全身分割模块515和图像显示模块520。
在训练期间,AR时尚控制系统224从分割训练图像数据502接收给定训练图像(例如,描绘穿着服装的用户的现实身体的单目图像501,例如穿着衬衫(短袖、T恤或长袖)、夹克、背心、毛衣等)、下身服装(例如,裤子或短裙)、全身服装(例如,连衣裙或长大衣)或其任何合适的组合的用户的图像,或者描绘同时穿着上身服装、下身服装或全身服装的相应组合的多个用户的图像)。AR时尚控制系统224使用机器学习技术模块512将一个或更多个机器学习技术应用于给定训练图像。机器学习技术模块512从给定训练图像中提取一个或更多个特征以估计图像中描绘的用户穿着的服装的分割。例如,机器学习技术模块512获得描绘穿着衬衫的用户的给定训练图像。机器学习技术模块512从图像中提取特征,并且分割或指定图像中哪些像素与用户穿着的衬衫对应,以及哪些像素与背景对应或者与用户的身体部位对应。也就是说,由机器学习技术模块512输出的分割输出识别出给定训练图像中的用户穿着的服装(例如,衬衫)的边界。
机器学习技术模块512检索与给定训练图像相关联的服装分割信息。机器学习技术模块512将所估计的分割(在图像中存在多个用户的情况下,所估计的分割可以包括对图像中相应用户穿着的多个服装的标识)与作为分割训练图像数据502的一部分提供的真值服装分割进行比较。基于所述比较的差异阈值或偏差,机器学习技术模块512更新一个或更多个系数或参数,并且获得一个或更多个附加的分割训练图像。在已经处理了指定数目时期(epoch)或批次(batch)的训练图像之后以及/或者当差异阈值或偏差达到指定值时,机器学习技术模块512完成训练并且机器学习技术模块512的参数和系数被存储在经训练的机器学习技术307中。
在一些示例中,机器学习技术模块512实现机器学习技术的多个分割模型。机器学习技术模块512的每个分割模型可以根据与特定分辨率相关联的不同的一组训练图像进行训练。也就是说,分割模型中的一个分割模型可以被训练成估计对具有第一分辨率(或第一分辨率范围)的图像的服装分割。分割模型中的第二个分割模型可以被训练成估计对具有第二分辨率(或与第一分辨率范围不同的第二分辨率范围)的图像的服装分割。以这种方式,可以训练并存储不同复杂度的机器学习技术模块512。当具有某些能力的给定设备使用AR/VR应用时,可以提供各种服装分割模型中的对应一个服装分割模型,以执行与给定设备的能力匹配的服装分割。在一些情况下,可以提供由AR时尚控制系统224实现的机器学习技术中的每个机器学习技术的多个服装分割模型,每个服装分割模型被配置成以不同的复杂度水平进行操作。然后,具有适当复杂度水平的适当分割模型可以被提供给客户端设备102,以用于分割一个或更多个图像中描绘的服装。
在一些示例中,在训练期间,机器学习技术模块512从骨骼关键点模块511接收2D骨骼关节信息。骨骼关键点模块511跟踪给定训练图像中描绘的用户的骨骼关键点(例如,头部关节、肩关节、髋关节、腿关节等),并且提供骨骼关键点的2D或3D坐标。机器学习技术模块512使用该信息以识别训练图像中描绘的服装的区别属性。
由机器学习技术模块512生成的服装分割被提供给上装分割模块514。上装分割模块514可以确定由骨骼关键点模块511输出的肘关节在距衬衫服装分割的边界的给定边缘阈值距离内的定位处。作为响应,上装分割模块514可以确定服装对应于T恤或短袖衬衫,以及确定给定边缘对应于衬衫的袖子。在这样的情况下,上装分割模块514可以调整用于更新机器学习技术模块512的参数的损失函数或参数的权重,以改进上身服装(例如衬衫)的分割。更具体地,上装分割模块514可以确定在基于骨骼关节定位与服装分割的边界的比较而生成的服装分割中存在给定的区别属性。在这样的情况下,上装分割模块514针对描绘具有区别属性的服装的训练图像来调整用于更新机器学习技术模块512的参数的损失函数或权重。类似地,上装分割模块514可以基于服装分割与对应于图像的背景的像素之间的差异来调整损失或参数权重。
上装分割模块514用于跟踪经分割的衬衫在视频的后续帧中的2D或3D定位。这使得一个或更多个AR元素能够显示在衬衫上,并且随着衬衫的位置在屏幕上移动而维持它们在衬衫上的相应定位处。以这种方式,上装分割模块514可以确定并跟踪当前在描绘用户的图像中示出衬衫的哪些部分,并且选择性地调整所显示的对应AR元素。例如,在视频的第一帧中,给定的AR元素可以显示在衬衫的左袖上。上装分割模块514可以确定,在视频的第二帧中,用户已向左转,这意味着左袖不再出现在第二帧中。作为响应,上装分割模块514可以完全省略显示在衬衫的左袖上的给定AR元素或省略给定AR元素的一部分。
在训练之后,AR时尚控制系统224从客户端设备102接收作为单个RGB图像的输入图像501(例如,描绘穿着服装的用户或穿着相应服装的多个用户的单目图像)。AR时尚控制系统224将经训练的机器学习技术模块512应用于所接收的输入图像501,以提取图像的一个或更多个特征,从而生成图像501中描绘的一个或多个服装的分割。该分割提供给上装分割模块514,以跟踪衬衫在视频的当前帧和后续帧中的2D或3D定位。
图6是根据一些示例的AR时尚控制系统224的输出的图解表示。具体地,图6示出了由上装分割模块514生成的服装分割600。在一个示例中,上装分割模块514生成表示用户穿着的衬衫的像素位置的第一服装分割612。在另一示例中,上装分割模块514生成表示用户穿着的短袖衬衫的像素位置的第二服装分割。在另一示例中,上装分割模块514生成表示用户穿着的夹克的像素位置的第三服装分割。
返回参照图5,AR效果选择模块519从面部表情识别模块530接收与由客户端设备102捕获的图像或视频中描绘的用户或人所执行的面部表情相关联的指示(例如,情绪或情感)。基于由用户执行的面部表情,AR效果选择模块519选择一个或更多个AR元素并且将一个或更多个AR元素应用于从上装分割模块514接收的衬衫分割。与一个或更多个AR元素组合的该衬衫分割被提供给图像修改模块518,以呈现描绘穿着具有一个或更多个AR元素的衬衫的用户的图像或视频。
例如,可以向AR/VR应用的用户呈现以下选项:执行面部表情以控制AR元素在用户穿着的衬衫上的显示。响应于接收到对该选项的用户选择,摄像装置(例如,前置摄像装置或后置摄像装置)被激活,以开始捕获穿着衬衫的用户的图像或视频。描绘穿着衬衫的用户的图像或视频被提供给面部表情识别模块530,以检测由用户执行的面部表情。AR效果选择模块519使用该面部表情,以对显示在用户穿着的衬衫上的AR元素的各种应用/修改之间进行选择。图7A、图7B、图8和图9示出了可以由AR效果选择模块519基于面部表情来选择的视觉效果中的一个或更多个视觉效果的说明性输出,该面部表情被检测为是从客户端设备102接收到的图像或视频中描绘的用户或人所执行的。
图像修改模块518可以基于由视觉效果选择模块519选择的AR效果来调整由摄像装置捕获的图像。图像修改模块518例如通过基于服装分割改变用户穿着的服装的颜色或遮挡图案并且将一个或更多个AR元素(AR图形元素)应用于图像或视频中描绘的用户穿着的服装,调整用户穿着的服装在图像中呈现的方式。图像显示模块520将由图像修改模块518进行的调整组合到所接收的描绘用户的身体的单目图像中。该图像由图像显示模块520提供给客户端设备102,并且然后可以发送给另一用户或者被存储以供以后访问和显示。
在一些示例中,图像修改模块518和/或面部表情识别模块530从3D身体跟踪模块513接收表示图像中描绘的用户的3D定位的3D身体跟踪信息。3D身体跟踪模块513通过使用另外的机器学习技术对图像501和单目视频503进行处理来生成3D身体跟踪信息。图像修改模块518还可以从另一机器学习技术接收表示图像中的哪些像素与用户的全身对应的全身分割。可以从全身分割模块515接收全身分割。全身分割模块515通过使用机器学习技术处理图像501来生成全身分割。
面部表情识别模块530可以实施一种或更多种机器学习技术(例如,神经网络)来估计或识别与图像中描绘的用户或人执行的面部表情相关联的情绪或情感。具体地,在训练期间,面部表情识别模块530从分割训练图像数据502接收给定训练图像(例如,描绘用户执行的面部表情的单目图像501)。面部表情识别模块530将一种或更多种机器学习技术应用于给定训练图像中描绘的人的面部特征。面部表情识别模块530从给定训练图像提取一个或更多个面部特征,以估计与图像中描绘的人的面部特征相关联的情绪或情感。面部表情识别模块530将估计的情绪或情感与作为分割训练图像数据502的一部分提供的真值服装情绪或情感进行比较。基于比较的差异阈值或偏差,面部表情识别模块530更新一个或更多个系数或参数,并且获得一个或更多个另外的分割训练图像。在已经处理了指定数目时期或批次的训练图像之后以及/或者当差异阈值或偏差达到指定值时,面部表情识别模块530完成训练并且面部表情识别模块530的参数和系数被存储在经训练的机器学习技术307中。
在经过训练之后,面部表情识别模块530接收描绘人的面部的图像。面部表情识别模块530处理人的面部的面部表情的面部特征,以估计与面部特征相关联的情绪或情感。所估计的情绪或情感被提供给AR效果选择模块519,以例如通过将一个或更多个AR效果应用于图像或视频中描绘的人穿着的衬衫,而将一个或更多个AR效果应用于描绘人的面部的图像。在其他实现方式中,面部表情识别模块530获得人的面部的一个或更多个面部特征,并且搜索面部特征的数据库,以识别与所获得的面部特征相匹配的面部特征。所识别的数据库中的面部特征可以与一个或更多个情绪或情感相关联。然后,面部表情识别模块530检索与所识别的面部特征相关联的情绪或情感,以提供给AR效果选择模块519。
图像修改模块518可以基于由上装分割模块514提供的服装分割,以及基于用户的3D身体跟踪定位和用户的全身分割,来控制虚拟元素或AR元素的显示。具体地,图像修改模块518可以控制AR元素相对于与服装分割对应的现实世界服装的遮挡模式。也就是说,图像修改模块518确定利用现实世界服装的像素遮挡AR元素的哪个部分,以及/或者还确定利用AR元素的像素遮挡现实世界服装像素的哪个部分。
在一个示例中,AR效果选择模块519可以实现一种或更多种机器学习技术(例如,神经网络),以估计或识别与应用于图像中描绘的用户或人的面部的化妆特征相关联的化妆分类。具体地,在训练期间,AR效果选择模块519从分割训练图像数据502接收给定训练图像(例如,描绘应用于用户的面部的化妆的单目图像501)。AR效果选择模块519将一种或更多种机器学习技术应用于给定训练图像中描绘的人所应用的化妆的化妆特征。AR效果选择模块519从给定训练图像中提取一个或更多个化妆特征,以估计与应用于图像中描绘的人的面部的化妆的化妆特征相关联的化妆分类。AR效果选择模块519将所估计的化妆分类(例如,哥特风格、动物风格等)与作为分割训练图像数据502的一部分提供的真值服装化妆分类进行比较。基于比较的差异阈值或偏差,AR效果选择模块519更新一个或更多个系数或参数,并且获得一个或更多个另外的分割训练图像。在已经处理了指定数目时期或批次的训练图像之后以及/或者当差异阈值或偏差达到指定值时,AR效果选择模块519完成训练并且AR效果选择模块519的参数和系数被存储在经训练的机器学习技术307中。
在经过训练之后,AR效果选择模块519接收描绘应用于人的面部的化妆的图像。AR效果选择模块519处理应用于人的面部的化妆的化妆特征,以估计与化妆特征相关联的化妆分类。所估计的化妆分类用于例如通过将一个或更多个AR效果应用于图像或视频中描绘的人穿着的衬衫,而将一个或更多个AR效果应用于描绘人的面部的图像。在其他实现方式中,AR效果选择模块519获得一个或更多个化妆特征,并且搜索化妆特征的数据库,以识别与所获得的面部特征相匹配的化妆特征。所识别的数据库中的化妆特征可以与一个或更多个化妆分类相关联。然后,AR效果选择模块519检索与所识别的化妆特征相关联的化妆分类,以选择对应的AR效果并且在图像中描绘的人穿着的衬衫上生成对应的AR效果。
在一个示例中,如图7A示出的,AR效果选择模块519可以基于用户720的面部表情,将一个或更多个AR效果730应用于由客户端设备102捕获的图像700中描绘的用户720穿着的衬衫710。例如,AR效果选择模块519可以应用衬衫颜色AR效果,以基于与用户720的面部表情相关联的情绪或情感来修改衬衫710的颜色。在视频的后续帧中,当用户720的面部表情改变时,可以实时调整衬衫颜色AR效果。在另一示例中,AR效果选择模块519可以应用背景颜色AR效果,以基于与用户720的面部表情相关联的情绪或情感来修改背景740的颜色。在视频的后续帧中,当用户720的面部表情改变时,可以实时调整背景颜色AR效果。
在另一示例中,AR效果选择模块519可以生成作为AR效果730的图像或视频,以用于显示在图像700中描绘的用户720穿着的衬衫710上。可以响应于检测到特定面部表情而将图像或视频呈现在用户720穿着的衬衫710上;或者可以基于图像或视频中描绘的人的面部表情的变化调整在背景740中正在播放或显示的图像或视频。例如,AR效果选择模块519可以接收与图像700中描绘的用户720的面部表情相关联的特定情绪或情感的指示。AR效果选择模块519可以搜索单词的数据库,以识别与面部表情(例如,面部表情的情感或情绪)相关联的一个或更多个单词。消息收发客户端104可以选择所识别的单词的子集,例如基于排序、流行度、用户简档、随机性、唯一性或其任意组合来选择所识别的单词的子集。然后,AR效果选择模块519可以搜索与选择的所识别单词的子集相关联的图像或视频(例如,化身或表情符号),并且将作为AR效果730的图像或视频添加至图像700中的用户720穿着的衬衫710。
在一个实现方式中,AR效果选择模块519可以基于用户720的面部表情控制视频的回放,或者将媒体项调整参数应用于图像700上呈现的图像或视频。例如,AR效果选择模块519可以基于用户720的面部表情调整图像700中显示的图像或视频的长宽比、亮度、暂停、播放、快进或后退。可以响应于检测到的特定面部表情应用任何一个或多个媒体项调整参数。当检测到不同的面部表情时,AR效果选择模块519选择并应用不同的媒体项调整参数。
例如,AR效果选择模块519可以基于应用于图像或视频中描绘的人的面部的化妆调整时尚物品图案、类型或风格。例如,AR效果选择模块519可以处理图像700中描绘的用户720的一个或更多个面部特征。如上面所讨论的,AR效果选择模块519可以确定用户的面部上的化妆的风格。AR效果选择模块519可以搜索时尚物品图案、类型或风格的数据库,以识别与化妆的风格相关联的时尚物品图案、类型或风格。然后,AR效果选择模块519可以选择时尚物品图案、风格或类型中的给定一项,以生成与所选择的时尚物品图案、风格或类型相关联的AR效果730。AR效果选择模块519将AR效果730应用于图像700中描绘的用户720穿着的时尚物品。以这种方式,AR效果选择模块519可以例如通过将一个或更多个AR效果730应用于用户720穿着的一个或更多个衣服制品,而调整图像700中描绘的用户720穿着的一个或多个时尚物品,以匹配与用户720的面部上的化妆相关联的化妆风格。
在一个示例中,AR效果选择模块519可以生成作为AR效果730的文本,以用于显示在图像700中描绘的用户720穿着的衬衫上。可以响应于检测到特定面部表情而将文本呈现在用户720穿着的衬衫710上。例如,AR效果选择模块519可以从面部表情识别模块530接收用户720的特定面部表情的指示。AR效果选择模块519可以搜索单词的数据库,以识别与面部表情(例如,面部表情的情感或情绪)相关联的一个或更多个单词。AR效果选择模块519可以选择所识别的单词的子集,例如基于排序、流行度、用户简档、随机性、唯一性或其任意组合来选择所识别的单词的子集。然后,AR效果选择模块519可以将包括文本的AR效果730添加至图像700中用户720穿着的衬衫710。AR效果选择模块519可以在AR效果730的文本中包括所选择的所识别单词的子集。
在另一示例中,如图7B所示出的,AR效果选择模块519可以基于图像或视频701中描绘的用户722的面部表情的变化,利用其他单词替换现有文本的单词。例如,AR效果选择模块519可以检测在图像或视频701中描绘的用户722穿着的衬衫712上物理地书写的短语731。AR效果选择模块519可以对短语执行单词识别,以识别与描述情感或情绪的形容词相关联的单词。响应于识别出与形容词相关联的单词,AR效果选择模块519可以生成所识别单词的增强现实版本,并且在增强现实版本中包括表示面部表情的文本。AR效果选择模块519可以例如通过将单词的增强现实版本覆盖在图像或视频701中描绘的用户722穿着的衬衫712上的短语731中的物理单词之上,而利用单词的增强现实版本替换短语731的一部分(例如,特定单词)。
作为另一示例,AR效果选择模块519可以调整图像或视频中的人穿着的衬衫上描绘的增强现实化身或表情符号的表情,以与图像或视频中的人的面部表情相匹配。例如,如图8所示出的,AR效果选择模块519可以检测图像或视频800中描绘的人的面部826。响应于检测到面部826,AR效果选择模块519可以接收与所检测的面部826的面部表情相关联的情感或情绪的指示。AR效果选择模块519可以搜索与面部表情(例如,面部表情的情感或情绪)相关联的化身或表情符号表情的数据库。然后,AR效果选择模块519可以调整图像或视频800中描绘的人穿着的衬衫810上显示的化身或表情符号840的面部表情,以与图像或视频800中描绘的人的面部表情相匹配或相对应。化身或表情符号840的面部表情可以基于检测到所检测的面部826的面部表情的变化而实时更新。在一个实现方式中,AR效果选择模块519可以将购买选项850连同对衬衫的描绘以及衬衫810之上的化身或表情符号840一起呈现。响应于接收到购买选项850的用户选择,AR效果选择模块519可以将衬衫810的图像与具有匹配的面部表情的化身或表情符号840传输至制造衬衫的供应商。AR效果选择模块519可以指示供应商以与图像或视频800中描绘的人相关联的尺寸创制与利用化身或表情符号840增强的由该人穿着的衬衫相似的物理衬衫。然后,制造好的衬衫被运送到该人的家中。
作为另一示例,如图9所示出的,AR效果选择模块519可以确定应用于用户的面部930的化妆940的风格与特定动物(例如,狮子或斑马)相关联。在这样的情况下,AR效果选择模块519获得动物的特征(例如,斑马或狮子条纹),并且将增强现实斑马或狮子条纹920应用于图像或视频900中描绘的用户穿着的衬衫910。在实现方式中,AR效果选择模块519将增强现实头饰950添加至人的头部(例如,以表示动物的角)。作为另一示例,AR效果选择模块519可以确定应用于面部930的化妆940的化妆类型与哥特风格相关联,并且作为响应,AR效果选择模块519修改图像或视频900中描绘的用户穿着的衣服的颜色、图案或类型。可以通过利用增强现实衣服遮挡或覆盖用户穿着的物理衣服的一部分来执行修改。
AR效果选择模块519可以在图像或视频900中描绘的衬衫910上显示应用于图像或视频900中描绘的用户的面部930的增强现实面部效果的增强现实版本922。具体地,消息收发客户端104可以检测应用于图像中描绘的用户的面部930的增强现实面部效果(例如,增强现实化妆)。作为响应,AR效果选择模块519可以通过将应用了增强现实面部效果的用户的面部930的风格、图案、姿态、轮廓和颜色复制到增强现实版本922中来生成增强现实面部效果的增强现实版本922。然后,AR效果选择模块519可以将面部效果的增强现实版本922覆盖在图像或视频900中描绘的用户穿着衬衫910的指定部分之上。在一些情况下,AR效果选择模块519可以将购买选项960连同对衬衫910的描绘和衬衫910之上的面部效果的增强现实版本922进行呈现。响应于接收到对购买选项960的用户选择,AR效果选择模块519可以将具有面部效果的增强现实版本922的衬衫910的图像传输至制造衬衫的供应商。AR效果选择模块519可以指示供应商以与用户相关联的尺寸创制与利用面部效果的增强现实版本922增强的用户穿着的衬衫910相似的物理衬衫。然后,将制造好的衬衫运送到用户的家中。
图像修改模块518确定现实世界衬衫的像素的哪个子集与音乐AR元素的像素的子集交叠。如果遮挡模式指示AR元素遮挡现实世界衬衫服装,则图像修改模块518利用AR元素的像素子集替换现实世界衬衫的像素子集。
图10是根据一些示例的由AR时尚控制系统224执行的处理1000的流程图。虽然流程图可以将操作描述为顺序处理,但是这些操作中的许多操作可以被并行或同时执行。另外,可以重新布置操作的顺序。处理在其操作完成时终止。处理可以对应于方法、过程等。方法的步骤可以全部或部分地执行,可以结合其他方法中的步骤中的一些或全部步骤来执行,并且可以由任何数目的不同系统或其任何部分(例如,包括在任何系统中的处理器)来执行。
在操作1001处,如上面所讨论的,AR时尚控制系统224(例如,客户端设备102或服务器)接收包括对穿着时尚物品(例如,衬衫)的人的描绘的图像。
在操作1002处,如上面所讨论的,AR时尚控制系统224生成对图像中描绘的人穿着的衬衫的分割。
在操作1003处,如上面所讨论的,AR时尚控制系统224识别图像中描绘的人的面部表情。
在操作1004处,如上面所讨论的,AR时尚控制系统224基于所识别的面部表情,将一个或更多个增强现实元素基于对人穿着的衬衫的分割应用于人穿着的衬衫。
机器架构
图11是机器1100的图解表示,在该机器1100内可以执行用于使机器1100执行本文所讨论的方法中的任何一种或更多种方法的指令1108(例如,软件、程序、应用、小程序、app或其他可执行代码)。例如,指令1108可以使机器1100执行本文中所描述的方法中的任何一种或更多种方法。指令1108将通用的未编程的机器1100变换成被编程为以所描述的方式执行所描述和所示出的功能的特定机器1100。机器1100可以作为独立设备操作,或者可以耦接(例如,联网)至其他机器。在联网部署中,机器1100可以在服务器客户端网络环境中以服务器机器或客户端机器的身份来操作,或者在对等(或分布式)网络环境中作为对等机器来操作。机器1100可以包括但不限于:服务器计算机、客户端计算机、个人计算机(PC)、平板计算机、膝上型计算机、上网本、机顶盒(STB)、个人数字助理(PDA)、娱乐媒体系统、蜂窝电话、智能电话、移动设备、可穿戴设备(例如,智能手表)、智能家居设备(例如,智能电器)、其他智能设备、web装置、网络路由器、网络交换机、网络桥接器或能够顺序地或以其他方式执行指定要由机器1100采取的动作的指令1108的任何机器。此外,虽然仅示出了单个机器1100,但是术语“机器”还应被认为包括单独地或联合地执行指令1108以执行本文中讨论的任何一种或更多种方法的机器的集合。例如,机器1100可以包括客户端设备102或者形成消息收发服务器系统108的一部分的若干服务器设备中的任何一个。在一些示例中,机器1100还可以包括客户端系统和服务器系统两者,其中特定方法或算法的某些操作在服务器侧执行,并且所述特定方法或算法的某些操作在客户端侧执行。
机器1100可以包括可以被配置成经由总线1140彼此通信的处理器1102、存储器1104和输入/输出(I/O)部件1138。在示例中,处理器1102(例如,中央处理单元(CPU)、精简指令集计算(RISC)处理器、复杂指令集计算(CISC)处理器、图形处理单元(GPU)、数字信号处理器(DSP)、专用集成电路(ASIC)、射频集成电路(RFIC)、另外的处理器或其任何合适的组合)可以包括例如执行指令1108的处理器1106和处理器1110。术语“处理器”旨在包括多核处理器,所述多核处理器可以包括可以同时执行指令的两个或更多个独立的处理器(有时被称为“核”)。尽管图11示出了多个处理器1102,但是机器1100可以包括具有单个核的单个处理器、具有多个核的单个处理器(例如,多核处理器)、具有单个核的多个处理器、具有多个核的多个处理器、或者其任何组合。
存储器1104包括主存储器1112、静态存储器1114以及存储单元1116,其均可由处理器1102经由总线1140访问。主存储器1104、静态存储器1114和存储单元1116存储体现本文所描述的方法或功能中的任何一种或更多种的指令1108。指令1108在其由机器1100执行期间还可以完全地或部分地驻留在主存储器1112内、驻留在静态存储器1114内、驻留在存储单元1116内的机器可读介质1118内、驻留在处理器1102中的至少一个处理器内(例如,在处理器的高速缓存存储器内)或者驻留在其任何合适的组合内。
I/O部件1138可以包括用于接收输入、提供输出、产生输出、发送信息、交换信息、捕获测量结果等的各种部件。包括在特定机器中的特定I/O部件1138将取决于机器的类型。例如,诸如移动电话的便携式机器可以包括触摸输入设备或其他这样的输入机构,而无头服务器机器将很可能不包括这样的触摸输入设备。应当认识到的是,I/O部件1138可以包括图11中未示出的许多其他部件。在各种示例中,I/O部件1138可以包括用户输出部件1124和用户输入部件1126。用户输出部件1124可以包括视觉部件(例如,显示器(例如等离子显示面板(PDP)、发光二极管(LED)显示器、液晶显示器(LCD)、投影仪或阴极射线管(CRT))、声学部件(例如,扬声器)、触觉部件(例如,振动马达、阻力机构)、其他信号发生器等。用户输入部件1126可以包括字母数字输入部件(例如,键盘、被配置成接收字母数字输入的触摸屏、光电键盘或其他字母数字输入部件)、基于点的输入部件(例如,鼠标、触摸板、轨迹球、操纵杆、运动传感器或其他指向仪器)、触觉输入部件(例如,物理按钮、提供触摸或触摸姿势的位置和力的触摸屏或其他触觉输入部件)、音频输入部件(例如,麦克风)等。
在其他示例中,I/O部件1138可以包括生物计量部件1128、运动部件1130、环境部件1132、或定位部件1134以及各种其他部件。例如,生物计量部件1128包括用于检测表达(例如,手表达、面部表达、声音表达、身体姿势或眼睛跟踪)、测量生物信号(例如,血压、心率、体温、出汗或脑波)、识别人(例如,语音识别、视网膜识别、面部识别、指纹识别或基于脑电图的识别)等的部件。运动部件1130包括加速度传感器部件(例如,加速度计)、重力传感器部件、旋转传感器部件(例如,陀螺仪)。
环境部件1132包括例如一个或更多个摄像装置(具有静止图像/照片和视频能力)、照明传感器部件(例如,光度计)、温度传感器部件(例如,检测环境温度的一个或更多个温度计)、湿度传感器部件、压力传感器部件(例如,气压计)、声学传感器部件(例如,检测背景噪声的一个或更多个麦克风)、接近传感器部件(例如,检测附近对象的红外传感器)、气体传感器(例如,为了安全而检测危险气体的浓度或者测量大气中的污染物的气体检测传感器),或者可以提供与周围物理环境对应的指示、测量或信号的其他部件。
关于摄像装置,客户端设备102可以具有摄像装置系统,该摄像装置系统包括例如在客户端设备102的前表面上的前置摄像装置和在客户端设备102的后表面上的后置摄像装置。前置摄像装置可以例如用于捕获客户端设备102的用户的静止图像和视频(例如,“自拍”),该静止图像和视频然后可以用上述增强数据(例如,过滤器)进行增强。例如,后置摄像装置可以用于以更常规的摄像装置模式捕获静止图像和视频,其中,这些图像类似地用增强数据进行增强。除了前置摄像装置和后置摄像装置之外,客户端设备102还可以包括用于捕获360°照片和视频的360°的摄像装置。
此外,客户端设备102的摄像装置系统可以包括双后置摄像装置(例如,主摄像装置以及深度感测摄像装置),或者甚至在客户端设备102的前后侧包括三重、四重或五重后置摄像装置配置。例如,这些多个摄像装置系统可以包括广角摄像装置、超广角摄像装置、长焦摄像装置、微距摄像装置和深度传感器。
定位部件1134包括位置传感器部件(例如,GPS接收器部件)、海拔高度传感器部件(例如,检测气压的高度计或气压计,根据气压可以得到海拔高度)、取向传感器部件(例如,磁力计)等。
可以使用各种各样的技术来实现通信。I/O部件1138还包括通信部件1136,该通信部件1136可操作以经由相应的耦接或连接将机器1100耦接至网络1120或设备1122。例如,通信部件1136可以包括与网络1120对接的网络接口部件或其他合适的设备。在另外的示例中,通信部件1136可以包括有线通信部件、无线通信部件、蜂窝通信部件、近场通信(NFC)部件、蓝牙部件(例如,蓝牙低功耗)、Wi-Fi部件以及经由其他模态提供通信的其他通信部件。设备1122可以是另一机器或各种外围设备中的任何外围设备(例如,经由USB耦接的外围设备)。
此外,通信部件1136可以检测标识符或包括能够进行操作以检测标识符的部件。例如,通信部件1136可以包括射频标识(RFID)标签阅读器部件、NFC智能标签检测部件、光学阅读器部件(例如,用于检测诸如通用产品代码(UPC)条形码的一维条形码,诸如快速响应(QR)码、Aztec码、数据矩阵、数据符号(Dataglyph)、最大码(MaxiCode)、PDF417、超码(Ultra Code)、UCC RSS-2D条形码的多维条形码以及其他光学码的光学传感器)或声学检测部件(例如,用于识别所标记的音频信号的麦克风)。此外,可以经由通信部件1136得出各种信息,例如经由因特网协议(IP)地理位置得出位置、经由Wi-Fi信号三角测量得出位置、经由检测可以指示特定位置的NFC信标信号得出位置等。
各种存储器(例如,主存储器1112、静态存储器1114以及处理器1102的存储器)以及存储单元1116可以存储由本文中所描述的方法或功能中的任何一种或更多种方法或功能实现或使用的一组或更多组指令和数据结构(例如,软件)。在由处理器1102执行的情况下,这些指令(例如,指令1108)使各种操作实现所公开的示例。
可以利用传输介质经由网络接口设备(例如,通信部件1136中包括的网络接口部件)并且使用若干公知的传输协议中的任何一种传输协议(例如,超文本传输协议(HTTP)),通过网络1120来发送或接收指令1108。类似地,可以利用传输介质经由与设备1122的耦接(例如,对等耦接)来发送或接收指令1108。
软件架构
图12是示出可以安装在本文中描述的设备中的任何一个或更多个设备上的软件架构1204的框图1200。软件架构1204由硬件支持,该硬件例如是包括处理器1220、存储器1226和I/O部件1238的机器1202。在该示例中,软件架构1204可以被概念化为层的堆栈,其中每个层提供特定功能。软件架构1204包括下述层,例如操作系统1212、库1210、框架1208和应用1206。在操作上,应用1206通过软件堆栈来激活API调用1250并且响应于API调用1250而接收消息1252。
操作系统1212管理硬件资源并提供公共服务。操作系统1212包括例如:内核1214、服务1216和驱动器1222。内核1214用作硬件层与其他软件层之间的抽象层。例如,内核1214提供存储器管理、处理器管理(例如,调度)、部件管理、联网和安全设置等功能。服务1216可以针对其他软件层提供其他公共服务。驱动器1222负责控制底层硬件或与底层硬件对接。例如,驱动器1222可以包括显示驱动器、摄像装置驱动器、蓝牙或蓝牙低能耗驱动器、闪存驱动器、串行通信驱动器(例如,USB驱动器)、驱动器、音频驱动器、电力管理驱动器等。
库1210提供由应用1206使用的共用低级基础设施。库1210可以包括系统库1218(例如,C标准库),该系统库1218提供诸如存储器分配功能、字符串操纵功能、数学功能等的功能。此外,库1210可以包括API库1224,例如媒体库(例如,用于支持各种媒体格式的呈现和操纵的库,所述各种媒体格式例如运动图像专家组-4(MPEG4)、高级视频编码(H.264或AVC)、运动图像专家组层-3(MP3)、高级音频编码(AAC)、自适应多速率(AMR)音频编解码器、联合图像专家组(JPEG或JPG)或便携式网络图形(PNG))、图形库(例如,用于在显示器上的图形内容中以二维(2D)和三维(3D)进行呈现的OpenGL框架)、数据库库(例如,提供各种关系数据库功能的SQLite)、web库(例如,提供web浏览功能的WebKit)等。库1210还可以包括各种其他库1228,以向应用1206提供许多其他API。
框架1208提供由应用1206使用的共用高级基础设施。例如,框架1208提供各种图形用户界面(GUI)功能、高级资源管理以及高级位置服务。框架1208可以提供可以由应用1206使用的广泛的其他API,其中一些API可以特定于特定操作系统或平台。
在示例中,应用1206可以包括家庭应用1236、联系人应用1230、浏览器应用1232、书籍阅读器应用1234、位置应用1242、媒体应用1244、消息收发应用1246、游戏应用1248和诸如外部应用1240的各种各样的其他应用。应用1206是执行程序中定义的功能的程序。可以采用各种编程语言来创建以各种方式构造的应用1206中的一个或更多个,所述编程语言例如面向对象的编程语言(例如,Objective-C、Java或C++)或过程编程语言(例如,C或汇编语言)。在特定示例中,外部应用1240(例如,由特定平台的供应商之外的实体使用ANDROID或IOS软件开发工具包(SDK)开发的应用)可以是在诸如IOS、ANDROID、WINDOWS Phone的移动操作系统或其他移动操作系统上运行的移动软件。在该示例中,外部应用1240可以激活由操作系统1212提供的API调用1250以促进本文中描述的功能。
术语表
“载波信号”是指能够存储、编码或携载用于由机器执行的指令的任何无形介质,并且包括数字或模拟通信信号或其他无形介质以促进这样的指令的传送。可以经由网络接口设备利用传输介质在网络上发送或接收指令。
“客户端设备”是指与通信网络对接以从一个或更多个服务器系统或其他客户端设备获得资源的任何机器。客户端设备可以是但不限于移动电话、桌上型计算机、膝上型计算机、便携式数字助理(PDA)、智能电话、平板计算机、超级本、上网本、笔记本电脑、多处理器系统、基于微处理器或可编程消费电子产品、游戏控制台、机顶盒或用户可以用于访问网络的任何其他通信设备。
“通信网络”是指网络的一个或更多个部分,网络可以是自组织网络、内联网、外联网、虚拟专用网络(VPN)、局域网(LAN)、无线LAN(WLAN)、广域网(WAN)、无线WAN(WWAN)、城域网(MAN)、因特网、因特网的一部分、公共交换电话网(PSTN)的一部分、普通老式电话服务(POTS)网络、蜂窝电话网络、无线网络、Wi-Fi网络、其他类型的网络或两个或更多个这样的网络的组合。例如,网络或网络的一部分可以包括无线网络或蜂窝网络,并且耦接可以是码分多址(CDMA)连接、全局移动通信系统(GSM)连接或其他类型的蜂窝或无线耦接。在该示例中,耦接可以实现各种类型的数据传输技术中的任何数据传输技术,例如单载波无线电传输技术(1xRTT)、演进数据优化(EVDO)技术、通用分组无线电服务(GPRS)技术、GSM演进的增强数据速率(EDGE)技术、包括3G的第三代合作伙伴计划(3GPP)、第四代无线(4G)网络、通用移动通讯系统(UMTS)、高速分组接入(HSPA)、全球微波接入互操作性(WiMAX)、长期演进(LTE)标准、由各种标准设置组织定义的其他数据传输技术、其他长距离协议或其他数据传输技术。
“部件”是指具有边界的设备、物理实体或逻辑,该边界由功能或子例程调用、分支点、API或者对特定处理或控制功能提供分区或模块化的其他技术定义。部件可以经由它们的接口与其他部件组合以执行机器处理。部件可以是被设计用于与其他部件一起使用的经封装的功能硬件单元,并且是通常执行相关功能中的特定功能的程序的一部分。
部件可以构成软件部件(例如,在机器可读介质上实施的代码)或硬件部件。“硬件部件”是能够执行某些操作并且可以以某种物理方式来配置或布置的有形单元。在各种示例性示例中,可以通过软件(例如,应用或应用部分)将一个或更多个计算机系统(例如,独立计算机系统、客户端计算机系统或服务器计算机系统)或者计算机系统的一个或更多个硬件部件(例如,处理器或处理器组)配置为进行操作以执行本文中所描述的某些操作的硬件部件。
也可以机械地、电子地或其任何合适的组合来实现硬件部件。例如,硬件部件可以包括被永久地配置成执行某些操作的专用电路系统或逻辑。硬件部件可以是例如现场可编程门阵列(FPGA)或专用集成电路(ASIC)的专用处理器。硬件部件还可以包括通过软件临时配置成执行特定操作的可编程逻辑或电路系统。例如,硬件部件可以包括由通用处理器或其他可编程处理器执行的软件。一旦通过这样的软件而配置,硬件部件就成为被唯一地定制成执行所配置功能的特定机器(或机器的特定部件),而不再是通用处理器。将认识到,可以出于成本和时间考虑来决定是机械地在专用且永久配置的电路系统中实现硬件部件还是在临时配置(例如,通过软件配置)的电路系统中实现硬件部件。因此,短语“硬件部件”(或“硬件实现的部件”)应当被理解成包含有形实体,即被物理构造、永久配置(例如,硬连线)或临时配置(例如,编程)成以某种方式进行操作或者执行本文中描述的某些操作的实体。
考虑硬件部件被临时配置(例如,被编程)的示例,无需在任一时刻对硬件部件中的每一个进行配置或实例化。例如,在硬件部件包括通过软件进行配置而变成专用处理器的通用处理器的情况下,可以在不同时间处将该通用处理器分别配置成不同的专用处理器(例如,包括不同的硬件部件)。软件相应地配置一个或多个特定处理器,以例如在一个时刻处构成特定硬件部件并且在不同时刻处构成不同的硬件部件。
硬件部件可以向其他硬件部件提供信息并且从其他硬件部件接收信息。因此,所描述的硬件部件可以被认为是通信地耦接的。在同时存在多个硬件部件的情况下,可以通过在硬件部件中的两个或更多个硬件部件之间或之中的信号传输(例如,通过适当的电路和总线)来实现通信。在多个硬件部件在不同时间处被配置或被实例化的示例中,可以例如通过将信息存储在多个硬件部件具有访问权限的存储器结构中并且在该存储器结构中检索信息来实现这样的硬件部件之间的通信。例如,一个硬件部件可以执行操作并且将该操作的输出存储在与其通信地耦接的存储器设备中。然后,其他硬件部件可以在随后的时间处访问该存储器设备以检索所存储的输出并对其进行处理。硬件部件还可以发起与输入设备或输出设备的通信,并且可以对资源(例如,信息的集合)进行操作。
本文描述的示例方法的各种操作可以至少部分地由被临时配置(例如,通过软件)或被永久配置成执行相关操作的一个或更多个处理器来执行。无论是被临时地配置还是永久地配置,这样的处理器可以构成进行操作以执行本文中所描述的一个或更多个操作或功能的处理器实现的部件。如本文所使用的,“处理器实现的部件”是指使用一个或更多个处理器实现的硬件部件。类似地,在本文中描述的方法可以至少部分地由处理器实现,其中特定的一个或多个处理器是硬件的示例。例如,方法的至少一些操作可以由一个或更多个处理器1102或处理器实现的部件来执行。此外,一个或更多个处理器还可以进行操作以支持“云计算”环境中的相关操作的执行或者作为“软件即服务”(SaaS)操作。例如,操作中的至少一些可以由一组计算机(作为包括处理器的机器的示例)来执行,其中这些操作可以经由网络(例如,因特网)并且经由一个或更多个适当的接口(例如,API)来访问。操作中的某些操作的执行可以分布在处理器之间,不仅驻留在单个机器内,而且跨多个机器部署。在一些示例中,处理器或处理器实现的部件可以位于单个地理位置(例如,在家庭环境、办公室环境或服务器群内)。在其他示例中,处理器或处理器实现的部件可以跨多个地理位置分布。
“计算机可读存储介质”是指机器存储介质和传输介质二者。因此,术语包括存储设备/介质和载波/调制数据信号二者。术语“机器可读介质”、“计算机可读介质”和“设备可读介质”意指相同的事物并且可以在本公开内容中互换使用。
“短暂消息”是指可访问达有限持续时间的消息。短暂消息可以是文本、图像、视频等。短暂消息的访问时间可以由消息发送方设置。可替选地,访问时间可以是默认设置或者由接收方指定的设置。无论设置技术如何,该消息都是暂态的。
“机器存储介质”是指存储可执行指令、例程和数据的单个或多个存储设备和介质(例如,集中式或分布式数据库,以及相关联的高速缓存和服务器)。因此,该术语应当被视为包括但不限于固态存储器以及光学和磁介质,包括处理器内部或外部的存储器。机器存储介质、计算机存储介质和设备存储介质的具体示例包括:非易失性存储器,包括例如半导体存储器设备,例如可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、FPGA和闪存设备;磁盘,例如内部硬盘和可移除盘;磁光盘;以及CD-ROM和DVD-ROM盘。术语“机器存储介质”、“设备存储介质”、“计算机存储介质”意指相同的事物并且可以在本公开内容中互换地使用。术语“机器存储介质”、“计算机存储介质”和“设备存储介质”明确地排除了载波、调制数据信号和其他这样的介质,其中的至少一些被涵盖在术语“信号介质”中。
“非暂态计算机可读存储介质”是指能够存储、编码或携载由机器执行的指令的有形介质。
“信号介质”是指能够存储、编码或携载由机器执行的指令的任何无形介质,并且包括数字或模拟通信信号或有利于软件或数据的通信的其他无形介质。术语“信号介质”应当被视为包括任何形式的调制数据信号、载波等。术语“调制数据信号”意指使其特性中的一个或更多个特性以将信息编码在信号中的方式来设置或改变的信号。术语“传输介质”和“信号介质”意指相同的事物,并且可以在本公开内容中互换使用。
在不脱离本公开内容的范围的情况下,可以对所公开的示例进行改变和修改。这些以及其他改变或修改旨在包括在如所附权利要求书中所表达的本公开内容的范围内。
Claims (20)
1.一种方法,包括:
由客户端设备的一个或更多个处理器接收包括对穿着时尚物品的人的描绘的图像;
由所述一个或更多个处理器生成对由所述图像中描绘的所述人穿着的所述时尚物品的分割;
识别所述图像中描绘的所述人的面部表情;以及
响应于识别所述面部表情,基于对由所述人穿着的所述时尚物品的分割,将一个或更多个增强现实元素应用于由所述人穿着的所述时尚物品。
2.根据权利要求1所述的方法,其中,所述时尚物品包括衬衫,并且其中,将所述一个或更多个增强现实元素应用于由所述人穿着的衬衫还包括:
生成用于显示在所述衬衫上的文本;
基于所述人的所述面部表情来选择用于所述文本的一个或更多个单词;以及
调整所生成的文本以包括所选择的一个或更多个单词。
3.根据权利要求1至2中任一项所述的方法,还包括:
响应于识别所述面部表情,将文本添加至由所述图像中描绘的所述人穿着的所述时尚物品。
4.根据权利要求3所述的方法,其中,添加所述文本包括:
选择与所述面部表情相关联的一个或更多个单词;以及
生成包括所选择的一个或更多个单词的所述文本,以用于显示在所述时尚物品上。
5.根据权利要求1至4中任一项所述的方法,还包括:
响应于识别所述面部表情,将图像或视频添加至由所述图像中描绘的所述人穿着的所述时尚物品。
6.根据权利要求5所述的方法,其中,添加所述图像或视频还包括:
选择与所述面部表情相关联的图像或视频调整参数;以及
基于所选择的图像或视频调整参数来调整所述图像或视频。
7.根据权利要求5至6中任一项所述的方法,其中,所述图像或视频调整参数包括长宽比修改、亮度修改或回放选择。
8.根据权利要求1至7中任一项所述的方法,还包括:
响应于识别所述面部表情,将化身或表情符号添加至由所述图像中描绘的所述人穿着的所述时尚物品;以及
基于所述人的面部表情来调整所述化身或表情符号的表情。
9.根据权利要求1至8中任一项所述的方法,还包括:
处理所述图像中描绘的所述人的一个或更多个面部特征,以检测所述人的面部上的化妆;
确定所述人的面部上的所述化妆的风格;以及
选择与所述人的面部上的所述化妆的风格相对应的时尚物品图案或风格作为所述一个或更多个增强现实元素。
10.根据权利要求9所述的方法,还包括:
获得所述人的面部上的所述化妆的化妆特征;以及
将机器学习技术应用于所述化妆特征,以估计所述人的面部上的所述化妆的分类,其中,基于所述化妆的所述分类来选择所述时尚物品图案或风格。
11.根据权利要求1至10中任一项所述的方法,还包括:
激活增强现实化妆体验;
将增强现实化妆应用于所述图像中描绘的所述人的面部;
确定应用于所述人的面部的所述增强现实化妆的风格;以及
选择与应用于所述人的面部的所述增强现实化妆的风格相对应的时尚物品图案、类型或风格作为所述一个或更多个增强现实元素。
12.根据权利要求11所述的方法,其中,所述增强现实化妆的风格与动物相关联,并且其中,所述时尚物品图案、类型或风格包括与应用于所述人的面部的所述增强现实化妆相关联的所述动物的特征。
13.根据权利要求11至12中任一项所述的方法,其中,所述动物包括狮子或斑马,并且其中,所述特征包括狮子或斑马条纹。
14.根据权利要求11至13中任一项所述的方法,其中,所述时尚物品类型包括响应于确定所述增强现实化妆的风格添加的头饰。
15.根据权利要求11至14中任一项所述的方法,其中,所述时尚物品风格包括响应于确定所述增强现实化妆的风格而应用于由所述图像中描绘的所述人穿着的所述时尚物品或其他服装的哥特风格。
16.根据权利要求1至15中任一项所述的方法,还包括:
检测应用于所述图像中描绘的所述人的面部的增强现实面部效果;
生成所述增强现实面部效果的增强现实版本作为所述一个或更多个增强现实元素;以及
将所述增强现实面部效果的增强现实版本显示在由所述图像中描绘的所述人穿着的所述时尚物品上。
17.根据权利要求16所述的方法,还包括生成用于连同在由所述图像中描绘的所述人穿着的所述时尚物品上的所述增强现实面部效果的增强现实版本进行显示的购买选项,其中,响应于接收到对所述购买选项的选择,定制并创建物理产品,所述物理产品包括对由所述人穿着的所述时尚物品的描绘和所述增强现实面部效果的增强现实版本。
18.一种系统,包括:
客户端设备的处理器;以及
存储器部件,所述存储器部件上存储有指令,所述指令在由所述处理器执行时使所述处理器执行包括以下的操作:
接收包括对穿着时尚物品的人的描绘的图像;
生成对由所述图像中描绘的所述人穿着的所述时尚物品的分割;
识别所述图像中描绘的所述人的面部表情;以及
响应于识别所述面部表情,基于对由所述人穿着的所述时尚物品的分割,将一个或更多个增强现实元素应用于由所述人穿着的所述时尚物品。
19.根据权利要求18所述的系统,所述操作还包括:
生成用于显示在所述时尚物品上的文本;
基于所述人的所述面部表情来选择用于所述文本的一个或更多个单词;以及
调整所生成的文本以包括所选择的一个或更多个单词。
20.一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质具有存储在其上的指令,当所述指令由客户端设备的处理器执行时,使所述处理器执行包括以下的操作:
接收包括对穿着时尚物品的人的描绘的图像;
生成对由所述图像中描绘的所述人穿着的所述时尚物品的分割;
识别所述图像中描绘的所述人的面部表情;以及
响应于识别所述面部表情,基于对由所述人穿着的所述时尚物品的分割,将一个或更多个增强现实元素应用于由所述人穿着的所述时尚物品。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/470,231 | 2021-09-09 | ||
US17/470,231 US11900506B2 (en) | 2021-09-09 | 2021-09-09 | Controlling interactive fashion based on facial expressions |
PCT/US2022/043094 WO2023039183A1 (en) | 2021-09-09 | 2022-09-09 | Controlling interactive fashion based on facial expressions |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117940962A true CN117940962A (zh) | 2024-04-26 |
Family
ID=84053049
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280061214.2A Pending CN117940962A (zh) | 2021-09-09 | 2022-09-09 | 基于面部表情控制交互时尚 |
Country Status (4)
Country | Link |
---|---|
US (2) | US11900506B2 (zh) |
KR (1) | KR20240066263A (zh) |
CN (1) | CN117940962A (zh) |
WO (1) | WO2023039183A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11673054B2 (en) | 2021-09-07 | 2023-06-13 | Snap Inc. | Controlling AR games on fashion items |
US11900506B2 (en) | 2021-09-09 | 2024-02-13 | Snap Inc. | Controlling interactive fashion based on facial expressions |
US11734866B2 (en) | 2021-09-13 | 2023-08-22 | Snap Inc. | Controlling interactive fashion based on voice |
US11983826B2 (en) | 2021-09-30 | 2024-05-14 | Snap Inc. | 3D upper garment tracking |
US20230343038A1 (en) * | 2022-04-25 | 2023-10-26 | Lemon Inc. | Method and system for creating augmented reality filters on mobile devices |
Family Cites Families (240)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7859551B2 (en) | 1993-10-15 | 2010-12-28 | Bulman Richard L | Object customization and presentation system |
US5880731A (en) | 1995-12-14 | 1999-03-09 | Microsoft Corporation | Use of avatars with automatic gesturing and bounded interaction in on-line chat session |
US6023270A (en) | 1997-11-17 | 2000-02-08 | International Business Machines Corporation | Delivery of objects in a virtual world using a descriptive container |
US6842779B1 (en) | 1998-03-11 | 2005-01-11 | Yasuo Nishizawa | Agent accessory tool cooperating with integrated application on WEB server by HTTP protocol |
US20210398095A1 (en) | 2020-02-29 | 2021-12-23 | Jeffery R. Mallett | Apparatus and method for managing branded digital items |
US20020067362A1 (en) | 1998-11-06 | 2002-06-06 | Agostino Nocera Luciano Pasquale | Method and system generating an avatar animation transform using a neutral face image |
US6223165B1 (en) | 1999-03-22 | 2001-04-24 | Keen.Com, Incorporated | Method and apparatus to connect consumer to expert |
US6772195B1 (en) | 1999-10-29 | 2004-08-03 | Electronic Arts, Inc. | Chat clusters for a virtual world application |
JP2001230801A (ja) | 2000-02-14 | 2001-08-24 | Sony Corp | 通信システムとその方法、通信サービスサーバおよび通信端末装置 |
US6922685B2 (en) | 2000-05-22 | 2005-07-26 | Mci, Inc. | Method and system for managing partitioned data resources |
US20050206610A1 (en) | 2000-09-29 | 2005-09-22 | Gary Gerard Cordelli | Computer-"reflected" (avatar) mirror |
US8117281B2 (en) | 2006-11-02 | 2012-02-14 | Addnclick, Inc. | Using internet content as a means to establish live social networks by linking internet users to each other who are simultaneously engaged in the same and/or similar content |
US6910186B2 (en) | 2000-12-08 | 2005-06-21 | Kyunam Kim | Graphic chatting with organizational avatars |
US7925703B2 (en) | 2000-12-26 | 2011-04-12 | Numedeon, Inc. | Graphical interactive interface for immersive online communities |
US7953648B2 (en) | 2001-11-26 | 2011-05-31 | Vock Curtis A | System and methods for generating virtual clothing experiences |
EP1495447A1 (en) | 2002-03-26 | 2005-01-12 | KIM, So-Woon | System and method for 3-dimension simulation of glasses |
KR100493525B1 (ko) | 2002-05-03 | 2005-06-07 | 안현기 | 아바타 메일 제공시스템 및 방법 |
US8495503B2 (en) | 2002-06-27 | 2013-07-23 | International Business Machines Corporation | Indicating the context of a communication |
US7636755B2 (en) | 2002-11-21 | 2009-12-22 | Aol Llc | Multiple avatar personalities |
US20070168863A1 (en) | 2003-03-03 | 2007-07-19 | Aol Llc | Interacting avatars in an instant messaging communication session |
US20070113181A1 (en) | 2003-03-03 | 2007-05-17 | Blattner Patrick D | Using avatars to communicate real-time information |
US20040179037A1 (en) | 2003-03-03 | 2004-09-16 | Blattner Patrick D. | Using avatars to communicate context out-of-band |
KR20040091331A (ko) | 2003-04-21 | 2004-10-28 | 홍지선 | 자연어처리기술을 이용하여 입력된 문자메시지와 그 문장내용에 상응하는 아바타 표현 방법 및 시스템 |
KR100762629B1 (ko) | 2003-08-26 | 2007-10-01 | 삼성전자주식회사 | 휴대단말기의 백업서비스 처리방법 |
US7342587B2 (en) | 2004-10-12 | 2008-03-11 | Imvu, Inc. | Computer-implemented system and method for home page customization and e-commerce support |
US7468729B1 (en) | 2004-12-21 | 2008-12-23 | Aol Llc, A Delaware Limited Liability Company | Using an avatar to generate user profile information |
US8488023B2 (en) * | 2009-05-20 | 2013-07-16 | DigitalOptics Corporation Europe Limited | Identifying facial expressions in acquired digital images |
US10109315B2 (en) * | 2005-03-01 | 2018-10-23 | Eyesmatch Ltd | Devices, systems and methods for auto-delay video presentation |
US8976160B2 (en) * | 2005-03-01 | 2015-03-10 | Eyesmatch Ltd | User interface and authentication for a virtual mirror |
JP4473754B2 (ja) | 2005-03-11 | 2010-06-02 | 株式会社東芝 | 仮想試着装置 |
KR100714192B1 (ko) | 2005-04-08 | 2007-05-02 | 엔에이치엔(주) | 노출 부위가 가변되는 아바타 제공 시스템 및 그 방법 |
US7809192B2 (en) * | 2005-05-09 | 2010-10-05 | Like.Com | System and method for recognizing objects from images and identifying relevancy amongst images and information |
US20060294465A1 (en) | 2005-06-22 | 2006-12-28 | Comverse, Inc. | Method and system for creating and distributing mobile avatars |
US8963926B2 (en) | 2006-07-11 | 2015-02-24 | Pandoodle Corporation | User customized animated video and method for making the same |
US7775885B2 (en) | 2005-10-14 | 2010-08-17 | Leviathan Entertainment, Llc | Event-driven alteration of avatars |
BRPI0620945B1 (pt) | 2005-12-31 | 2018-11-27 | Tencent Tech Shenzhen Co Ltd | método de exibição de um avatar 3-d e sistema de exibição de um avatar 3-d |
US20070176921A1 (en) | 2006-01-27 | 2007-08-02 | Koji Iwasaki | System of developing urban landscape by using electronic data |
US20100011422A1 (en) | 2006-02-16 | 2010-01-14 | Wee-World Limited | Portable account information |
EP2016562A4 (en) | 2006-05-07 | 2010-01-06 | Sony Computer Entertainment Inc | METHOD FOR IMPLEMENTING AFFECTIVE PROPERTIES IN A COMPUTER GENERATED AVATAR DURING A COMPUTER GAME |
WO2007134402A1 (en) | 2006-05-24 | 2007-11-29 | Mor(F) Dynamics Pty Ltd | Instant messaging system |
US20080158222A1 (en) | 2006-12-29 | 2008-07-03 | Motorola, Inc. | Apparatus and Methods for Selecting and Customizing Avatars for Interactive Kiosks |
US8504926B2 (en) | 2007-01-17 | 2013-08-06 | Lupus Labs Ug | Model based avatars for virtual presence |
GB2447094B (en) | 2007-03-01 | 2010-03-10 | Sony Comp Entertainment Europe | Entertainment device and method |
GB0703974D0 (en) | 2007-03-01 | 2007-04-11 | Sony Comp Entertainment Europe | Entertainment device |
CN101669090A (zh) | 2007-04-26 | 2010-03-10 | 福特全球技术公司 | 情绪提示系统和方法 |
CN101071457B (zh) | 2007-04-28 | 2010-05-26 | 腾讯科技(深圳)有限公司 | 一种网络游戏中改变角色形象的方法、装置以及服务器 |
WO2008141125A1 (en) | 2007-05-10 | 2008-11-20 | The Trustees Of Columbia University In The City Of New York | Methods and systems for creating speech-enabled avatars |
US8130219B2 (en) | 2007-06-11 | 2012-03-06 | Autodesk, Inc. | Metadata for avatar generation in virtual environments |
GB2450757A (en) | 2007-07-06 | 2009-01-07 | Sony Comp Entertainment Europe | Avatar customisation, transmission and reception |
US20090016617A1 (en) | 2007-07-13 | 2009-01-15 | Samsung Electronics Co., Ltd. | Sender dependent messaging viewer |
US8726194B2 (en) | 2007-07-27 | 2014-05-13 | Qualcomm Incorporated | Item selection using enhanced control |
US8146005B2 (en) | 2007-08-07 | 2012-03-27 | International Business Machines Corporation | Creating a customized avatar that reflects a user's distinguishable attributes |
US20090055484A1 (en) | 2007-08-20 | 2009-02-26 | Thanh Vuong | System and method for representation of electronic mail users using avatars |
US20090070688A1 (en) | 2007-09-07 | 2009-03-12 | Motorola, Inc. | Method and apparatus for managing interactions |
US8924250B2 (en) | 2007-09-13 | 2014-12-30 | International Business Machines Corporation | Advertising in virtual environments based on crowd statistics |
WO2009046342A1 (en) | 2007-10-04 | 2009-04-09 | Playspan, Inc. | Apparatus and method for virtual world item searching |
US20090106672A1 (en) | 2007-10-18 | 2009-04-23 | Sony Ericsson Mobile Communications Ab | Virtual world avatar activity governed by person's real life activity |
US8892999B2 (en) | 2007-11-30 | 2014-11-18 | Nike, Inc. | Interactive avatar for social network services |
US8151191B2 (en) | 2007-12-07 | 2012-04-03 | International Business Machines Corporation | Managing objectionable material in 3D immersive virtual worlds |
US20090158170A1 (en) | 2007-12-14 | 2009-06-18 | Rajesh Narayanan | Automatic profile-based avatar generation |
US20090177976A1 (en) | 2008-01-09 | 2009-07-09 | Bokor Brian R | Managing and presenting avatar mood effects in a virtual world |
US8495505B2 (en) | 2008-01-10 | 2013-07-23 | International Business Machines Corporation | Perspective based tagging and visualization of avatars in a virtual world |
WO2009101153A2 (en) | 2008-02-13 | 2009-08-20 | Ubisoft Entertainment S.A. | Live-action image capture |
WO2009111472A2 (en) | 2008-03-03 | 2009-09-11 | Nike, Inc. | Interactive athletic equipment system |
US9744466B2 (en) | 2008-03-13 | 2017-08-29 | Mattel, Inc. | Widgetized avatar and a method and system of creating and using same |
US9058765B1 (en) * | 2008-03-17 | 2015-06-16 | Taaz, Inc. | System and method for creating and sharing personalized virtual makeovers |
US8832552B2 (en) | 2008-04-03 | 2014-09-09 | Nokia Corporation | Automated selection of avatar characteristics for groups |
US20090265604A1 (en) | 2008-04-21 | 2009-10-22 | Microsoft Corporation | Graphical representation of social network vitality |
US8099462B2 (en) * | 2008-04-28 | 2012-01-17 | Cyberlink Corp. | Method of displaying interactive effects in web camera communication |
US20090300525A1 (en) | 2008-05-27 | 2009-12-03 | Jolliff Maria Elena Romera | Method and system for automatically updating avatar to indicate user's status |
US20090303984A1 (en) | 2008-06-09 | 2009-12-10 | Clark Jason T | System and method for private conversation in a public space of a virtual world |
US8095878B2 (en) | 2008-06-23 | 2012-01-10 | International Business Machines Corporation | Method for spell check based upon target and presence of avatars within a virtual environment |
US8839327B2 (en) | 2008-06-25 | 2014-09-16 | At&T Intellectual Property Ii, Lp | Method and apparatus for presenting media programs |
WO2010000300A1 (en) | 2008-06-30 | 2010-01-07 | Accenture Global Services Gmbh | Gaming system |
US20120246585A9 (en) | 2008-07-14 | 2012-09-27 | Microsoft Corporation | System for editing an avatar |
WO2010014633A1 (en) | 2008-07-28 | 2010-02-04 | Breakthrough Performancetech, Llc | Systems and methods for computerized interactive skill training |
US8384719B2 (en) | 2008-08-01 | 2013-02-26 | Microsoft Corporation | Avatar items and animations |
US8832201B2 (en) | 2008-08-18 | 2014-09-09 | International Business Machines Corporation | Method, system and program product for providing selective enhanced privacy and control features to one or more portions of an electronic message |
US8108774B2 (en) | 2008-09-26 | 2012-01-31 | International Business Machines Corporation | Avatar appearance transformation in a virtual universe |
US8648865B2 (en) | 2008-09-26 | 2014-02-11 | International Business Machines Corporation | Variable rendering of virtual universe avatars |
US8869197B2 (en) | 2008-10-01 | 2014-10-21 | At&T Intellectual Property I, Lp | Presentation of an avatar in a media communication system |
US8683354B2 (en) | 2008-10-16 | 2014-03-25 | At&T Intellectual Property I, L.P. | System and method for distributing an avatar |
US20100115426A1 (en) | 2008-11-05 | 2010-05-06 | Yahoo! Inc. | Avatar environments |
US8745152B2 (en) | 2008-11-06 | 2014-06-03 | Disney Enterprises, Inc. | System and method for server-side avatar pre-rendering |
AU2009330607B2 (en) | 2008-12-04 | 2015-04-09 | Cubic Corporation | System and methods for dynamically injecting expression information into an animated facial mesh |
US8458601B2 (en) | 2008-12-04 | 2013-06-04 | International Business Machines Corporation | System and method for item inquiry and information presentation via standard communication paths |
US20100162149A1 (en) | 2008-12-24 | 2010-06-24 | At&T Intellectual Property I, L.P. | Systems and Methods to Provide Location Information |
US9105014B2 (en) | 2009-02-03 | 2015-08-11 | International Business Machines Corporation | Interactive avatar in messaging environment |
JP2010183317A (ja) * | 2009-02-05 | 2010-08-19 | Olympus Imaging Corp | 撮像装置、画像合成表示装置、画像合成表示方法、およびプログラム |
KR101558553B1 (ko) | 2009-02-18 | 2015-10-08 | 삼성전자 주식회사 | 아바타 얼굴 표정 제어장치 |
US20100227682A1 (en) | 2009-03-04 | 2010-09-09 | Microsoft Corporation | Awarding of avatar items in video game environment |
US8275590B2 (en) | 2009-08-12 | 2012-09-25 | Zugara, Inc. | Providing a simulation of wearing items such as garments and/or accessories |
US20110093780A1 (en) | 2009-10-16 | 2011-04-21 | Microsoft Corporation | Advertising avatar |
CN102687171B (zh) | 2009-10-16 | 2015-07-08 | 日本电气株式会社 | 人物检索装置及人物检索方法 |
KR20110070056A (ko) | 2009-12-18 | 2011-06-24 | 한국전자통신연구원 | 사용자 맞춤형 고품질 3d 아바타 생성 방법 및 그 장치 |
TWI434227B (zh) | 2009-12-29 | 2014-04-11 | Ind Tech Res Inst | 動畫產生系統及方法 |
US8484158B2 (en) | 2010-02-01 | 2013-07-09 | International Business Machines Corporation | Managing information about avatars across virtual worlds |
US20110239136A1 (en) | 2010-03-10 | 2011-09-29 | Oddmobb, Inc. | Instantiating widgets into a virtual social venue |
US9086776B2 (en) | 2010-03-29 | 2015-07-21 | Microsoft Technology Licensing, Llc | Modifying avatar attributes |
TWI439960B (zh) | 2010-04-07 | 2014-06-01 | Apple Inc | 虛擬使用者編輯環境 |
US8379920B2 (en) | 2010-05-05 | 2013-02-19 | Nec Laboratories America, Inc. | Real-time clothing recognition in surveillance videos |
US20110294564A1 (en) | 2010-05-28 | 2011-12-01 | Microsoft Corporation | Animation for a productivity applications learning tool game |
US8692830B2 (en) | 2010-06-01 | 2014-04-08 | Apple Inc. | Automatic avatar creation |
US11393133B2 (en) * | 2010-06-07 | 2022-07-19 | Affectiva, Inc. | Emoji manipulation using machine learning |
US20110298897A1 (en) | 2010-06-08 | 2011-12-08 | Iva Sareen | System and method for 3d virtual try-on of apparel on an avatar |
US8564621B2 (en) | 2010-08-11 | 2013-10-22 | International Business Machines Corporation | Replicating changes between corresponding objects |
JP2012065263A (ja) | 2010-09-17 | 2012-03-29 | Olympus Imaging Corp | 撮影機器 |
KR101514327B1 (ko) | 2010-11-04 | 2015-04-22 | 한국전자통신연구원 | 얼굴 아바타 생성 장치 및 방법 |
US20120124458A1 (en) | 2010-11-17 | 2012-05-17 | Nazareno Brier Cruzada | Social networking website & web-based system for collecting & presenting real-time user generated information on parties & events. |
US20120130717A1 (en) | 2010-11-19 | 2012-05-24 | Microsoft Corporation | Real-time Animation for an Expressive Avatar |
KR20120059994A (ko) | 2010-12-01 | 2012-06-11 | 삼성전자주식회사 | 표정 제어점을 이용한 아바타 제어 장치 및 방법 |
JP5722603B2 (ja) | 2010-12-03 | 2015-05-20 | 新日鉄住金ソリューションズ株式会社 | 拡張現実感提示装置、拡張現実感提示方法及びプログラム |
KR101445263B1 (ko) | 2010-12-22 | 2014-09-30 | 주식회사 케이티 | 맞춤형 콘텐츠 제공 시스템 및 방법 |
GB201102794D0 (en) | 2011-02-17 | 2011-03-30 | Metail Ltd | Online retail system |
US9839844B2 (en) | 2011-03-01 | 2017-12-12 | Disney Enterprises, Inc. | Sprite strip renderer |
CN201986710U (zh) | 2011-03-21 | 2011-09-28 | 刘彦君 | 数码音乐动漫t恤 |
WO2012126135A1 (en) | 2011-03-21 | 2012-09-27 | Intel Corporation | Method of augmented makeover with 3d face modeling and landmark alignment |
US20130103760A1 (en) | 2011-04-11 | 2013-04-25 | Robert K. Golding | Location-sensitive virtual identity system, apparatus, method and computer-readable medium |
US9330483B2 (en) | 2011-04-11 | 2016-05-03 | Intel Corporation | Avatar facial expression techniques |
US8989786B2 (en) | 2011-04-21 | 2015-03-24 | Walking Thumbs, Llc | System and method for graphical expression during text messaging communications |
US9241184B2 (en) | 2011-06-01 | 2016-01-19 | At&T Intellectual Property I, L.P. | Clothing visualization |
US10607411B1 (en) | 2011-07-15 | 2020-03-31 | Kevin Pezzino | Specialized garments for augmented reality and method |
KR101608253B1 (ko) | 2011-08-09 | 2016-04-01 | 인텔 코포레이션 | 이미지 기반 멀티 뷰 3d 얼굴 생성 |
KR20130022434A (ko) | 2011-08-22 | 2013-03-07 | (주)아이디피쉬 | 통신단말장치의 감정 컨텐츠 서비스 장치 및 방법, 이를 위한 감정 인지 장치 및 방법, 이를 이용한 감정 컨텐츠를 생성하고 정합하는 장치 및 방법 |
US20130249948A1 (en) | 2011-08-26 | 2013-09-26 | Reincloud Corporation | Providing interactive travel content at a display device |
US8559980B2 (en) | 2011-09-02 | 2013-10-15 | John J. Pujol | Method and system for integrated messaging and location services |
US8890926B2 (en) | 2011-11-02 | 2014-11-18 | Microsoft Corporation | Automatic identification and representation of most relevant people in meetings |
US9251170B2 (en) | 2011-11-17 | 2016-02-02 | Verizon Patent And Licensing Inc. | Method and system for item selection based on characteristic matching |
US9782680B2 (en) | 2011-12-09 | 2017-10-10 | Futurewei Technologies, Inc. | Persistent customized social media environment |
US20130147933A1 (en) * | 2011-12-09 | 2013-06-13 | Charles J. Kulas | User image insertion into a text message |
US9398262B2 (en) | 2011-12-29 | 2016-07-19 | Intel Corporation | Communication using avatar |
US8782565B2 (en) | 2012-01-12 | 2014-07-15 | Cisco Technology, Inc. | System for selecting objects on display |
US8810513B2 (en) | 2012-02-02 | 2014-08-19 | Kodak Alaris Inc. | Method for controlling interactive display system |
US10702773B2 (en) | 2012-03-30 | 2020-07-07 | Videx, Inc. | Systems and methods for providing an interactive avatar |
US9402057B2 (en) | 2012-04-02 | 2016-07-26 | Argela Yazilim ve Bilisim Teknolojileri San. ve Tic. A.S. | Interactive avatars for telecommunication systems |
US9357174B2 (en) | 2012-04-09 | 2016-05-31 | Intel Corporation | System and method for avatar management and selection |
US20130293530A1 (en) | 2012-05-04 | 2013-11-07 | Kathryn Stone Perez | Product augmentation and advertising in see through displays |
WO2013166588A1 (en) | 2012-05-08 | 2013-11-14 | Bitstrips Inc. | System and method for adaptable avatars |
JP5497931B2 (ja) | 2012-05-30 | 2014-05-21 | 株式会社コナミデジタルエンタテインメント | アプリケーション装置、アプリケーション装置の制御方法、及びプログラム |
US20150370320A1 (en) | 2014-06-20 | 2015-12-24 | Medibotics Llc | Smart Clothing with Human-to-Computer Textile Interface |
AU2013206649A1 (en) | 2012-07-05 | 2014-01-23 | Aristocrat Technologies Australia Pty Limited | A gaming system and a method of gaming |
US9147207B2 (en) | 2012-07-09 | 2015-09-29 | Stylewhile Oy | System and method for generating image data for on-line shopping |
US20140125678A1 (en) | 2012-07-11 | 2014-05-08 | GeriJoy Inc. | Virtual Companion |
US10116598B2 (en) | 2012-08-15 | 2018-10-30 | Imvu, Inc. | System and method for increasing clarity and expressiveness in network communications |
US20200019364A1 (en) | 2012-08-21 | 2020-01-16 | Renee Pond | Electronically Customizable Articles |
WO2014031899A1 (en) | 2012-08-22 | 2014-02-27 | Goldrun Corporation | Augmented reality virtual content platform apparatuses, methods and systems |
US9461876B2 (en) | 2012-08-29 | 2016-10-04 | Loci | System and method for fuzzy concept mapping, voting ontology crowd sourcing, and technology prediction |
WO2014036708A1 (en) | 2012-09-06 | 2014-03-13 | Intel Corporation | System and method for avatar creation and synchronization |
US9314692B2 (en) | 2012-09-21 | 2016-04-19 | Luxand, Inc. | Method of creating avatar from user submitted image |
US9746990B2 (en) | 2012-09-28 | 2017-08-29 | Intel Corporation | Selectively augmenting communications transmitted by a communication device |
US9501942B2 (en) | 2012-10-09 | 2016-11-22 | Kc Holdings I | Personalized avatar responsive to user physical state and context |
US20140129343A1 (en) | 2012-11-08 | 2014-05-08 | Microsoft Corporation | Dynamic targeted advertising avatar |
US9256860B2 (en) | 2012-12-07 | 2016-02-09 | International Business Machines Corporation | Tracking participation in a shared media session |
US9990373B2 (en) | 2013-02-06 | 2018-06-05 | John A. Fortkort | Creation and geospatial placement of avatars based on real-world interactions |
US9679332B2 (en) * | 2013-02-28 | 2017-06-13 | Lg Electronics Inc. | Apparatus and method for processing a multimedia commerce service |
EP2976749A4 (en) | 2013-03-20 | 2016-10-26 | Intel Corp | AVATAR-BASED TRANSMISSION PROTOCOLS, SYMBOL GENERATION AND PUPPET ANIMATION |
WO2014153689A1 (en) | 2013-03-29 | 2014-10-02 | Intel Corporation | Avatar animation, social networking and touch screen applications |
WO2014194439A1 (en) | 2013-06-04 | 2014-12-11 | Intel Corporation | Avatar-based video encoding |
US9378576B2 (en) | 2013-06-07 | 2016-06-28 | Faceshift Ag | Online modeling for real-time facial animation |
US9104907B2 (en) * | 2013-07-17 | 2015-08-11 | Emotient, Inc. | Head-pose invariant recognition of facial expressions |
US9177410B2 (en) | 2013-08-09 | 2015-11-03 | Ayla Mandel | System and method for creating avatars or animated sequences using human body features extracted from a still image |
US9706040B2 (en) | 2013-10-31 | 2017-07-11 | Udayakumar Kadirvel | System and method for facilitating communication via interaction with an avatar |
US9508197B2 (en) | 2013-11-01 | 2016-11-29 | Microsoft Technology Licensing, Llc | Generating an avatar from real time image data |
WO2015070416A1 (en) | 2013-11-14 | 2015-05-21 | Intel Corporation | Mechanism for facilitating dynamic simulation of avatars corresponding to changing user performances as detected at computing devices |
US9361510B2 (en) | 2013-12-13 | 2016-06-07 | Intel Corporation | Efficient facial landmark tracking using online shape regression method |
US9544257B2 (en) | 2014-04-04 | 2017-01-10 | Blackberry Limited | System and method for conducting private messaging |
US9503845B2 (en) | 2014-04-17 | 2016-11-22 | Paypal, Inc. | Image customization to enhance transaction experience |
US20170080346A1 (en) | 2014-05-01 | 2017-03-23 | Mohamad Abbas | Methods and systems relating to personalized evolving avatars |
KR102204919B1 (ko) | 2014-06-14 | 2021-01-18 | 매직 립, 인코포레이티드 | 가상 및 증강 현실을 생성하기 위한 방법들 및 시스템들 |
US20160134840A1 (en) | 2014-07-28 | 2016-05-12 | Alexa Margaret McCulloch | Avatar-Mediated Telepresence Systems with Enhanced Filtering |
US10282057B1 (en) | 2014-07-29 | 2019-05-07 | Google Llc | Image editing on a wearable device |
US20160055370A1 (en) * | 2014-08-21 | 2016-02-25 | Futurewei Technologies, Inc. | System and Methods of Generating User Facial Expression Library for Messaging and Social Networking Applications |
US10553006B2 (en) * | 2014-09-30 | 2020-02-04 | Tcms Transparent Beauty, Llc | Precise application of cosmetic looks from over a network environment |
CN107004287B (zh) | 2014-11-05 | 2020-10-23 | 英特尔公司 | 化身视频装置和方法 |
GB201420090D0 (en) * | 2014-11-12 | 2014-12-24 | Knyttan Ltd | Image to item mapping |
CN107077750A (zh) | 2014-12-11 | 2017-08-18 | 英特尔公司 | 化身选择机制 |
JP6462386B2 (ja) | 2015-02-05 | 2019-01-30 | 任天堂株式会社 | プログラム、通信端末及び表示方法 |
US10810797B2 (en) * | 2015-05-22 | 2020-10-20 | Otoy, Inc | Augmenting AR/VR displays with image projections |
US10373244B2 (en) | 2015-07-15 | 2019-08-06 | Futurewei Technologies, Inc. | System and method for virtual clothes fitting based on video augmented reality in mobile phone |
GB2546572B (en) | 2015-08-14 | 2019-12-04 | Metail Ltd | Method and system for generating an image file of a 3D garment model on a 3D body model |
US10217286B1 (en) | 2015-09-21 | 2019-02-26 | Amazon Technologies, Inc. | Realistic rendering for virtual reality applications |
WO2017058733A1 (en) * | 2015-09-29 | 2017-04-06 | BinaryVR, Inc. | Head-mounted display with facial expression detecting capability |
US20170087473A1 (en) | 2015-09-29 | 2017-03-30 | Sportsworld, Inc. | Virtual environments for managing and interacting with virtual sports leagues |
US20170118145A1 (en) | 2015-10-21 | 2017-04-27 | Futurefly Ltd. | Method of using emoji to control and enrich 3d chat environments |
US10176636B1 (en) * | 2015-12-11 | 2019-01-08 | A9.Com, Inc. | Augmented reality fashion |
US10475225B2 (en) | 2015-12-18 | 2019-11-12 | Intel Corporation | Avatar animation system |
US20170199855A1 (en) | 2016-01-11 | 2017-07-13 | BuilderFish, LLC | System and method for providing a time-based presentation of a user-navigable project model |
JP6952713B2 (ja) * | 2016-01-19 | 2021-10-20 | マジック リープ, インコーポレイテッドMagic Leap,Inc. | 反射を利用する拡張現実システムおよび方法 |
US9911073B1 (en) | 2016-03-18 | 2018-03-06 | Snap Inc. | Facial patterns for optical barcodes |
US20170312634A1 (en) | 2016-04-28 | 2017-11-02 | Uraniom | System and method for personalized avatar generation, especially for computer games |
US11112963B2 (en) | 2016-05-18 | 2021-09-07 | Apple Inc. | Devices, methods, and graphical user interfaces for messaging |
WO2017203262A2 (en) | 2016-05-25 | 2017-11-30 | Metail Limited | Method and system for predicting garment attributes using deep learning |
US10657701B2 (en) | 2016-06-30 | 2020-05-19 | Sony Interactive Entertainment Inc. | Dynamic entering and leaving of virtual-reality environments navigated by different HMD users |
US10573048B2 (en) | 2016-07-25 | 2020-02-25 | Oath Inc. | Emotional reaction sharing |
US20180032818A1 (en) | 2016-07-27 | 2018-02-01 | International Business Machines Corporation | Providing a personalized fitting room experience |
US10534809B2 (en) | 2016-08-10 | 2020-01-14 | Zeekit Online Shopping Ltd. | Method, system, and device of virtual dressing utilizing image processing, machine learning, and computer vision |
US20180047200A1 (en) | 2016-08-11 | 2018-02-15 | Jibjab Media Inc. | Combining user images and computer-generated illustrations to produce personalized animated digital avatars |
KR102596477B1 (ko) | 2016-09-23 | 2023-11-02 | 애플 인크. | 아바타 생성 및 편집 |
US10192346B2 (en) | 2016-09-28 | 2019-01-29 | Pixar | Generating UV maps for modified meshes |
US11202017B2 (en) * | 2016-10-06 | 2021-12-14 | Fyusion, Inc. | Live style transfer on a mobile device |
WO2018075053A1 (en) | 2016-10-21 | 2018-04-26 | Siemens Aktiengesellschaft | Object pose based on matching 2.5d depth information to 3d information |
US10432559B2 (en) | 2016-10-24 | 2019-10-01 | Snap Inc. | Generating and displaying customized avatars in electronic messages |
US9965801B1 (en) | 2016-12-22 | 2018-05-08 | Capital One Services, Llc | Systems and methods for virtual fittings |
US20180182171A1 (en) * | 2016-12-26 | 2018-06-28 | Drawsta, Inc. | Systems and Methods for Real-time Multimedia Augmented Reality |
WO2018129051A1 (en) | 2017-01-04 | 2018-07-12 | Advanced Functional Fabrics Of America | Uniquely identifiable articles of fabric and social networks employing them |
US10242503B2 (en) | 2017-01-09 | 2019-03-26 | Snap Inc. | Surface aware lens |
US10242477B1 (en) | 2017-01-16 | 2019-03-26 | Snap Inc. | Coded vision system |
US10402689B1 (en) | 2017-04-04 | 2019-09-03 | Snap Inc. | Generating an image mask using machine learning |
US11893647B2 (en) | 2017-04-27 | 2024-02-06 | Snap Inc. | Location-based virtual avatars |
US10949872B2 (en) | 2017-04-28 | 2021-03-16 | Snap Inc. | Methods and systems for server generation of interactive advertising with content collections |
US9980100B1 (en) | 2017-08-31 | 2018-05-22 | Snap Inc. | Device location based on machine learning classifications |
US10469768B2 (en) | 2017-10-13 | 2019-11-05 | Fyusion, Inc. | Skeleton-based effects and background replacement |
WO2019079790A1 (en) * | 2017-10-21 | 2019-04-25 | Eyecam, Inc | ADAPTIVE GRAPHIC USER INTERFACE SYSTEM |
US10657695B2 (en) | 2017-10-30 | 2020-05-19 | Snap Inc. | Animated chat presence |
JP2019087226A (ja) * | 2017-11-03 | 2019-06-06 | 株式会社ソニー・インタラクティブエンタテインメント | 情報処理装置、情報処理システムおよび表情画像出力方法 |
US20190205627A1 (en) * | 2017-12-28 | 2019-07-04 | Facebook, Inc. | Systems and methods for generating amplified facial expressions based on facial recognition |
KR20190097815A (ko) * | 2018-02-13 | 2019-08-21 | 김민정 | 토탈 뷰티 스타일 추천 방법 |
WO2019162842A1 (en) * | 2018-02-20 | 2019-08-29 | Hike Private Limited | A system and a method for customizing an image based on facial expressions |
KR20240027845A (ko) * | 2018-04-18 | 2024-03-04 | 스냅 인코포레이티드 | 증강 표현 시스템 |
US20200066052A1 (en) | 2018-08-23 | 2020-02-27 | CJ Technologies, LLC | System and method of superimposing a three-dimensional (3d) virtual garment on to a real-time video of a user |
US10719989B2 (en) | 2018-08-24 | 2020-07-21 | Facebook, Inc. | Suggestion of content within augmented-reality environments |
US11164026B2 (en) * | 2018-10-16 | 2021-11-02 | International Business Machines Corporation | Graphical user interface generation based on image analysis |
JP6972043B2 (ja) * | 2019-01-11 | 2021-11-24 | 株式会社東芝 | 情報処理装置、情報処理方法およびプログラム |
US10984575B2 (en) | 2019-02-06 | 2021-04-20 | Snap Inc. | Body pose estimation |
WO2020197974A1 (en) | 2019-03-22 | 2020-10-01 | William Bohannon Mason | System and method for augmenting casted content with augmented reality content |
CN110096156B (zh) | 2019-05-13 | 2021-06-15 | 东北大学 | 基于2d图像的虚拟换装方法 |
CN110310319B (zh) | 2019-06-12 | 2021-02-12 | 清华大学 | 光照分离的单视角人体服装几何细节重建方法及装置 |
EP3772040A1 (en) | 2019-07-30 | 2021-02-03 | Reactive Reality AG | Method and computer program product for producing 3-dimensional model data of a garment |
US20210375320A1 (en) * | 2020-06-01 | 2021-12-02 | Facebook, Inc. | Post capture edit and draft |
US11544884B2 (en) | 2020-12-11 | 2023-01-03 | Snap Inc. | Virtual clothing try-on |
US11263821B1 (en) * | 2021-01-20 | 2022-03-01 | Google Llc | Generating augmented reality prerenderings using template images |
US20220327709A1 (en) | 2021-04-12 | 2022-10-13 | Snap Inc. | Garment segmentation |
US11670059B2 (en) | 2021-09-01 | 2023-06-06 | Snap Inc. | Controlling interactive fashion based on body gestures |
US20230066179A1 (en) | 2021-09-02 | 2023-03-02 | Snap Inc. | Interactive fashion with music ar |
US11673054B2 (en) | 2021-09-07 | 2023-06-13 | Snap Inc. | Controlling AR games on fashion items |
US11900506B2 (en) | 2021-09-09 | 2024-02-13 | Snap Inc. | Controlling interactive fashion based on facial expressions |
US11734866B2 (en) | 2021-09-13 | 2023-08-22 | Snap Inc. | Controlling interactive fashion based on voice |
US11983826B2 (en) | 2021-09-30 | 2024-05-14 | Snap Inc. | 3D upper garment tracking |
US11636662B2 (en) | 2021-09-30 | 2023-04-25 | Snap Inc. | Body normal network light and rendering control |
US11651572B2 (en) | 2021-10-11 | 2023-05-16 | Snap Inc. | Light and rendering of garments |
-
2021
- 2021-09-09 US US17/470,231 patent/US11900506B2/en active Active
-
2022
- 2022-09-09 KR KR1020247011613A patent/KR20240066263A/ko unknown
- 2022-09-09 WO PCT/US2022/043094 patent/WO2023039183A1/en active Application Filing
- 2022-09-09 CN CN202280061214.2A patent/CN117940962A/zh active Pending
-
2023
- 2023-10-03 US US18/376,161 patent/US20240029322A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230070631A1 (en) | 2023-03-09 |
US20240029322A1 (en) | 2024-01-25 |
WO2023039183A1 (en) | 2023-03-16 |
KR20240066263A (ko) | 2024-05-14 |
US11900506B2 (en) | 2024-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11670059B2 (en) | Controlling interactive fashion based on body gestures | |
US11908083B2 (en) | Deforming custom mesh based on body mesh | |
US11734866B2 (en) | Controlling interactive fashion based on voice | |
CN117157667A (zh) | 服装分割 | |
US11900506B2 (en) | Controlling interactive fashion based on facial expressions | |
CN117916776A (zh) | 利用物理模拟的适配身体的配件 | |
US11636662B2 (en) | Body normal network light and rendering control | |
CN117957582A (zh) | 将身体网格混合到外部网格中 | |
CN118076980A (zh) | 根据姿态和言语输入推断意图 | |
CN117999584A (zh) | 使用外部网格使现实世界对象变形 | |
CN117957043A (zh) | 控制时尚物品上的ar游戏 | |
US20240096040A1 (en) | Real-time upper-body garment exchange | |
CN117642762A (zh) | 具有虚拟更衣室的定制广告 | |
CN117321622A (zh) | 基于ar的连接的门户购物 | |
CN116917938A (zh) | 整个身体视觉效果 | |
CN117136381A (zh) | 整个身体分割 | |
US20230196712A1 (en) | Real-time motion and appearance transfer | |
US20230196602A1 (en) | Real-time garment exchange | |
US20230316666A1 (en) | Pixel depth determination for object | |
US20230343004A1 (en) | Augmented reality experiences with dual cameras | |
KR20240076811A (ko) | 사람의 단안 이미지 상에 나타나는 의복에 증강 현실 엘리먼트들을 적용함 | |
CN118119977A (zh) | 具有顶点属性的外部网格 | |
WO2023196387A1 (en) | Pixel depth determination for object | |
WO2023211738A1 (en) | Augmented reality experiences with dual cameras | |
WO2023192426A1 (en) | Surface normals for pixel-aligned object |
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 |