JP7515552B2 - 人々のグループおよび画像ベースの作成物の自動生成 - Google Patents

人々のグループおよび画像ベースの作成物の自動生成 Download PDF

Info

Publication number
JP7515552B2
JP7515552B2 JP2022171574A JP2022171574A JP7515552B2 JP 7515552 B2 JP7515552 B2 JP 7515552B2 JP 2022171574 A JP2022171574 A JP 2022171574A JP 2022171574 A JP2022171574 A JP 2022171574A JP 7515552 B2 JP7515552 B2 JP 7515552B2
Authority
JP
Japan
Prior art keywords
images
people
image
person
subset
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2022171574A
Other languages
English (en)
Other versions
JP2023017827A (ja
Inventor
リム，ドミニク
ボール，クリスティ
チャン，ジェイソン
バルミキナタン，ビディヤ
リー，テヒ
ヂュー，ジェレミー
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Google LLC
Original Assignee
Google LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Google LLC filed Critical Google LLC
Priority to JP2022171574A priority Critical patent/JP7515552B2/ja
Publication of JP2023017827A publication Critical patent/JP2023017827A/ja
Application granted granted Critical
Publication of JP7515552B2 publication Critical patent/JP7515552B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/55—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/75—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23211—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with adaptive number of clusters
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G06V10/763—Non-hierarchical techniques, e.g. based on statistics of modelling distributions
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/30—Scenes; Scene-specific elements in albums, collections or shared content, e.g. social network photos or video
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G06V20/47—Detecting features for summarising video content
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06V40/173—Classification, e.g. identification face re-identification, e.g. recognising unknown faces across different face tracks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Tourism & Hospitality (AREA)
  • Library & Information Science (AREA)
  • Human Computer Interaction (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Primary Health Care (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Processing Or Creating Images (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Image Analysis (AREA)
  • Television Signal Processing For Recording (AREA)
  • Information Transfer Between Computers (AREA)

Description

背景
スマートフォンまたは他のデジタルカメラなどのデバイスのユーザは、多数の写真およびビデオをキャプチャして、ユーザの画像ライブラリに格納する。ユーザは、このようなライブラリを利用して、彼らの写真およびビデオを視聴し、例えば、誕生日、結婚式、休暇、旅行等のような様々なイベントを追憶する。ユーザは、長い期間にわたって撮影される何千もの画像を有する大きな画像ライブラリを有し得る。
本明細書において提供される背景技術の説明は、本開示の文脈を概して提示することを目的としている。本発明者らの研究は、この背景技術の項で説明される限り、出願時に他の態様では先行技術として資格がないかもしれない説明の態様とならんで、本開示に対する先行技術として明示的にも暗黙的にも認められるものではない。
概要
本明細書で説明する実現例は、画像ベースの作成物を生成し提供するための方法、デバイス、およびコンピュータ可読媒体に関する。
いくつかの実現例では、コンピュータで実現される方法は、複数のエピソードを取得することを含み、各エピソードは、対応する期間に関連付けられ、画像のそれぞれのセットと、前記画像のそれぞれのセット内の各画像に対する人物識別子とを含む。本方法は、さらに、各エピソードについてそれぞれのクラスタを形成することを含み、各クラスタは、少なくとも２つの人物識別子を含む。本方法は、さらに、１つ以上の人物識別子が閾値数未満のクラスタに含まれるかどうかを判定することを含む。本方法は、さらに、前記１つ以上の人物識別子が、前記閾値数未満のクラスタに含まれると判定された場合、前記１つ以上の人物識別子が含まれる前記クラスタから前記１つ以上の人物識別子を除去することを含む。本方法は、さらに、前記除去後、同一のクラスタをマージして複数の人々のグループを得ることを含み、各人々のグループは２つ以上の人物識別子を含む。本方法は、さらに、前記複数の人々のグループのうちの特定の人々のグループに基づく画像ベースの作成物を含むユーザインターフェイスを提供することを含む。
いくつかの実現例では、各エピソードについて前記それぞれのクラスタを形成することは、前記エピソードの前記画像のセットにおける少なくとも１つの画像に現れるすべての人物識別子を前記クラスタにマッピングすることと、前記エピソードの前記画像のセットから、前記エピソードについて最も頻繁な人物識別子を含む画像の数を判定することと、前記クラスタから、閾値数未満の画像に関連付けられる人物識別子を除去することとを含んでもよい。いくつかの実現例では、画像の前記閾値数は、前記エピソードについて前記最も頻繁な人物識別子を含む画像の数に基づいて判断されてもよい。
いくつかの実現例では、本方法は、さらに、少なくとも１つの人々のグループが閾値数未満のエピソードに関連付けられていると判定することを含んでもよい。本方法は、さらに、少なくとも１つの人々のグループが前記閾値数未満のエピソードに関連付けられているという判定に応答して、前記少なくとも１つの人々のグループを１つ以上の他の人々のグループと組み合わせることを含んでもよい。前記１つ以上の他の人々のグループは、各々、前記少なくとも１つの人々のグループに含まれる人物識別子のサブセットを含んでもよい。これらの実現例では、前記ユーザインターフェイスを提供することは、前記少なく
とも１つの人々のグループをマージした後に実行されてもよい。
いくつかの実現例では、前記同一のクラスタをマージすることは、前記クラスタに基づいて、エピソードのそれぞれのセットを前記複数の人々のグループの各々に関連付けることを含んでもよい。いくつかの実現例では、前記画像ベースの作成物を提供することは、前記画像ベースの作成物のための画像のサブセットを、前記特定の人々のグループに関連付けられるエピソードに含まれる画像のそれぞれのセットから選択することを含んでもよい。前記画像のサブセット内の各画像は、前記特定の人々のグループに含まれる前記２つ以上の人物識別子のうちの少なくとも２つに対応する人物を示してもよい。
いくつかの実現例では、前記ユーザインターフェイスを提供することは、前記特定のグループと一致する画像が最近キャプチャされたことを検出すること、現在の日付が前記特定の人々のグループに関連付けられる日付と一致することを検出すること、または前記特定の人々のグループに一致するイベントを検出すること、のうちの少なくとも１つに応答して実行される。
いくつかの実現例では、前記画像ベースの作成物を提供することは、前記画像ベースの作成物のための画像のサブセットを、前記特定の人々のグループに基づいて選択することを含んでもよい。前記画像のサブセット内の各画像は、前記特定の人々のグループに含まれる前記２つ以上の人物識別子のうちの少なくとも２つに対応する人物を示してもよい。本方法は、さらに、前記画像のサブセットに基づいて前記画像ベースの作成物を生成することを含んでもよい。前記画像のサブセット内の各画像は、前記特定の人々のグループに含まれる前記２つ以上の人物識別子の各々に対応する人物を示してもよい。いくつかの実現例では、前記画像のサブセット内の各画像は、前記特定の人々のグループに含まれる前記２つ以上の人物識別子のうちの少なくとも２つに対応する人物を示してもよい。いくつかの実現例では、前記画像のサブセットは、前記複数のエピソードのうちの少なくとも２つのエピソードからの画像を含んでもよい。いくつかの実現例では、前記画像のサブセットは、前記サブセットが、位置多様性、姿勢多様性、または視覚的多様性のうちの１つ以上を提供するように選択されてもよい。
いくつかの実現例は、プロセッサによって実行されると前記プロセッサに動作を実行させる命令が格納されている非一時的なコンピュータ可読媒体を含み、前記動作は、複数のエピソードを取得することを含み、各エピソードは、対応する期間に関連付けられ、画像のそれぞれのセットと、前記画像のそれぞれのセット内の各画像に対する人物識別子とを含む。前記動作は、さらに、各エピソードについてそれぞれのクラスタを形成することを含み、各クラスタは、少なくとも２つの人物識別子を含む。前記動作は、さらに、１つ以上の人物識別子が閾値数未満のクラスタに含まれるかどうかを判定することと、前記１つ以上の人物識別子が、前記閾値数未満のクラスタに含まれると判定された場合、前記１つ以上の人物識別子が含まれる前記クラスタから前記１つ以上の人物識別子を除去することとを含む。前記動作は、さらに、同一のクラスタをマージして複数の人々のグループを得ることを含み、各人々のグループは２つ以上の人物識別子を含む。前記動作は、さらに、前記複数の人々のグループのうちの特定の人々のグループに基づく画像ベースの作成物を含むユーザインターフェイスを提供することを含む。
いくつかの実現例では、各エピソードについて前記それぞれのクラスタを形成する動作は、前記エピソードの前記画像のセットにおける少なくとも１つの画像に現れるすべての人物識別子を前記クラスタにマッピングすることと、前記エピソードの前記画像のセットから、前記エピソードについて最も頻繁な人物識別子を含む画像の数を判定することと、前記クラスタから、閾値数未満の画像に関連付けられる人物識別子を除去することとを含んでもよい。いくつかの実現例では、画像の前記閾値数は、前記エピソードについて前記
最も頻繁な人物識別子を含む画像の数に基づいて判断されてもよい。
いくつかの実現例では、前記非一時的なコンピュータ可読媒体は、さらなる命令を格納してもよく、前記命令は前記プロセッサに動作を実行させ、前記動作は、少なくとも１つの人々のグループが閾値数未満のエピソードに関連付けられていると判定することと、少なくとも１つの人々のグループが前記閾値数未満のエピソードに関連付けられているという判定に応答して、前記少なくとも１つの人々のグループを１つ以上の他の人々のグループと組み合わせることとを含み、前記１つ以上の他の人々のグループは、各々、前記少なくとも１つの人々のグループに含まれる人物識別子のサブセットを含む。これらの実現例では、前記ユーザインターフェイスを提供する動作は、前記少なくとも１つの人々のグループをマージした後に実行されてもよい。
いくつかの実現例では、前記画像ベースの作成物を提供する動作は、前記画像ベースの作成物のための画像のサブセットを、前記特定の人々のグループに基づいて選択することを含んでもよく、前記画像のサブセット内の各画像は、前記特定の人々のグループに含まれる前記２つ以上の人物識別子のうちの少なくとも２つに対応する人物を示し、前記画像ベースの作成物を提供する動作はさらに、前記画像のサブセットに基づいて前記画像ベースの作成物を生成することを含んでもよい。
いくつかの実現例では、前記同一のクラスタをマージする動作は、前記クラスタに基づいて、エピソードのそれぞれのセットを前記複数の人々のグループの各々に関連付けることを含んでもよい。いくつかの実現例では、前記画像ベースの作成物を提供することは、前記画像ベースの作成物のための画像のサブセットを、前記特定の人々のグループに関連付けられるエピソードに含まれる画像のそれぞれのセットから選択することを含んでもよい。
いくつかの実現例は、プロセッサと、前記プロセッサに結合されるメモリとを含むコンピューティングデバイスを含んでもよい。前記メモリは、前記プロセッサによって実行されると前記プロセッサに動作を実行させる命令が格納されていてもよく、前記動作は、複数のエピソードを取得することを含み、各エピソードは、対応する期間に関連付けられ、画像のそれぞれのセットと、前記画像のそれぞれのセット内の各画像に対する人物識別子とを含む。前記動作は、さらに、各エピソードについてそれぞれのクラスタを形成することを含み、各クラスタは、少なくとも２つの人物識別子を含む。前記動作は、さらに、１つ以上の人物識別子が閾値数未満のクラスタに含まれるかどうかを判定することと、前記１つ以上の人物識別子が、前記閾値数未満のクラスタに含まれると判定された場合、前記１つ以上の人物識別子が含まれる前記クラスタから前記１つ以上の人物識別子を除去することとを含む。前記動作は、さらに、前記除去後、同一のクラスタをマージして複数の人々のグループを得ることを含んでもよく、各人々のグループは２つ以上の人物識別子を含む。前記動作は、さらに、前記複数の人々のグループのうちの特定の人々のグループに基づく画像ベースの作成物を含むユーザインターフェイスを提供することを含む。
いくつかの実現例では、各エピソードについて前記それぞれのクラスタを形成する動作は、前記エピソードの前記画像のセットにおける少なくとも１つの画像に現れるすべての人物識別子を前記クラスタにマッピングすることと、前記エピソードの前記画像のセットから、前記エピソードについて最も頻繁な人物識別子を含む画像の数を判定することと、前記クラスタから、閾値数未満の画像に関連付けられる人物識別子を除去することとを含んでもよい。いくつかの実現例では、画像の前記閾値数は、前記エピソードについて前記最も頻繁な人物識別子を含む画像の数に基づいて判断されてもよい。
いくつかの実現例では、前記メモリは、前記プロセッサによって実行されると前記プロ
セッサに動作を実行させる命令が格納されていてもよく、前記動作は、少なくとも１つの人々のグループが閾値数未満のエピソードに関連付けられていると判定することと、少なくとも１つの人々のグループが前記閾値数未満のエピソードに関連付けられているという判定に応答して、前記少なくとも１つの人々のグループを１つ以上の他の人々のグループと組み合わせることとを含む。いくつかの実現例では、前記１つ以上の他の人々のグループは、各々、前記少なくとも１つの人々のグループに含まれる人物識別子のサブセットを含んでもよい。これらの実現例では、前記ユーザインターフェイスを提供する動作は、前記少なくとも１つの人々のグループをマージした後に実行されてもよい。
いくつかの実現例では、前記画像ベースの作成物を提供する動作は、前記画像ベースの作成物のための画像のサブセットを、前記特定の人々のグループに基づいて選択することを含んでもよく、前記画像のサブセット内の各画像は、前記特定の人々のグループに含まれる前記２つ以上の人物識別子のうちの少なくとも２つに対応する人物を示し、前記画像ベースの作成物を提供する動作はさらに、前記画像のサブセットに基づいて前記画像ベースの作成物を生成することを含んでもよい。
いくつかの実現例では、前記同一のクラスタをマージする動作は、前記クラスタに基づいて、エピソードのそれぞれのセットを前記複数の人々のグループの各々に関連付けることを含んでもよい。いくつかの実現例では、前記画像ベースの作成物を提供することは、前記画像ベースの作成物のための画像のサブセットを、前記特定の人々のグループに関連付けられるエピソードに含まれる画像のそれぞれのセットから選択することを含んでもよい。
本明細書で説明する１つ以上の実現例のために用いられ得る例示的なネットワーク環境のブロック図である。 いくつかの実現例による、画像ベースの作成物を含むユーザインターフェイスを提供するための例示的な方法を示すフロー図である。 いくつかの実現例による、画像ライブラリ内のエピソードから人々のグループを得る、異なる段階を示す。 いくつかの実現例による、画像ライブラリ内のエピソードから人々のグループを得る、異なる段階を示す。 いくつかの実現例による、画像ライブラリ内のエピソードから人々のグループを得る、異なる段階を示す。 いくつかの実現例による、画像ライブラリ内のエピソードから人々のグループを得る、異なる段階を示す。 いくつかの実現例による、画像ライブラリ内のエピソードから人々のグループを得る、異なる段階を示す。 いくつかの実現例による、画像ライブラリ内のエピソードから人々のグループを得る、異なる段階を示す。 本明細書で説明するいくつかの実現例による、例示的なユーザインターフェイスを示す。 いくつかの実現例による、例示的なユーザインターフェイス４１２～４１６を示す。 本明細書で説明する１つ以上の特徴を実現するために用いられ得る例示的なデバイス５００のブロック図である。
詳細な説明
本開示は、ユーザの画像ライブラリに基づいて有意な人々のグループを自動的に判定し
、適切な時間にそのような人々のグループに対する画像ベースの作成物を提供することに関する。例えば、ユーザは、例えばユーザの人生にわたって、長期間にわたって撮影される何千もの写真を含む画像ライブラリを有し得る。そのような画像のブラウジングは、ユーザが多数の関心のない画像または複製画像に遭遇する可能性があるので、面倒であり得る。さらに、検索機能は、ユーザが特定の基準を満たす画像（例えば、特定の期間にキャプチャされた画像、特定の人物を表す画像等）を識別することを可能にし得るが、ユーザは、画像を閲覧するために検索を明示的に構築し、実行する必要がある。
画像ライブラリにおいて、示される人物のサブセットは、ユーザにとって有意であり、重要であり得る。例えば、そのようなサブセットは、ユーザの近親等家族（例えば、配偶者、子供、親など）、ペット、親しい友人などを含み得る。ユーザは、そのような人物のサブセットの画像に関心がある可能性がより高く、なぜならば、それらはユーザの生活において重要な人々であるからである。
ユーザの画像ライブラリ内の有意な人々のグループ、例えば、各々がユーザと有意な関係を有する２人以上の人々のグループを自動的に識別するための技術が、本明細書に記載される。記載される技術は、そのような自動識別のためにユーザデータにアクセスするための特定のユーザ許可を用いて実行される。いくつかの実現例では、ユーザの画像ライブラリは、各エピソードがイベント（例えば、結婚もしくは卒業のような大きなイベント、またはハイキング旅行のようなより小さいイベント）に対応し得るように、複数のエピソードに分割され得る。本明細書に記載する技術によれば、ユーザの画像ライブラリ内のエピソードは、各エピソードに関連付けられる人物クラスタを識別するよう解析される。あるエピソードに十分に頻繁に出現しない人物、または少数のエピソードにのみ出現する人物は、人物クラスタから取り除かれ、重複する人物クラスタは、人々のグループを得るためにマージされる。
いくつかの実現例では、例えば、トリガ条件に基づいて、複数の人々のグループが識別される場合、画像ベースの作成物を生成するために、人々のグループのサブセットが利用され得る。例えば、より大きな人々のグループは、むしろより小さいグループよりも画像ベースの作成物に利用され得る。同じサイズの複数の人々のグループが判断される場合、それら人々のグループは、人物識別子、最近の画像がその人々のグループに含まれるかどうか、またはユーザのライブラリ内の各人々のグループの相対頻度などに基づいて、ランク付けされ得る。
識別された人々のグループに基づいて、スライドショー、コラージュ、画像アルバムなどの画像ベースの作成物が自動的に生成される。画像ベースの作成物を見るためにユーザインターフェイスがユーザに提供される。画像ベースの作成物は、適切な時（例えば、近づきつつあるイベントは、周期的にユーザが画像ライブラリ内の画像を閲覧するときなど）に生成されてもよく、ユーザインターフェイスを介して提供されてもよい。したがって、記載される技術は、画像ライブラリ内の有意な人々のグループを自動的に識別し、ユーザがそのような人々のグループに対する画像ベースの作成物を閲覧することを可能にするユーザインターフェイスを提供する。
図１は、本明細書で説明するいくつかの実現例で用いられ得る例示的なネットワーク環境１００のブロック図を示す。いくつかの実現例では、ネットワーク環境１００は、１つ以上のサーバシステム、例えば、図１の例のサーバシステム１０２と、ユーザＵ１～Ｕ４のそれぞれのユーザに各々が関連付けられた複数のクライアントデバイス、例えば、クライアントデバイス１２０～１２６とを含む。サーバシステム１０２およびクライアントデバイス１２０～１２６の各々は、ネットワーク１３０と通信するように構成され得る。
サーバシステム１０２は、サーバデバイス１０４および画像データベース１１０を含むことができる。いくつかの実現例では、サーバデバイス１０４は、画像アプリケーション１０６ａを提供し得る。図１および残りの図において、参照番号の後の文字、例えば「１０６ａ」は、その特定の参照番号を有する要素に対する参照を表す。テキスト中において後に文字が続かない参照番号、例えば「１０６」は、その参照番号を有する要素の実施形態への一般的な参照を表す。
画像データベース１１０は、サーバシステム１０２の一部である記憶装置に記憶されてもよい。いくつかの実現例では、画像データベース１１０は、リレーショナルデータベース、キー値構造、または他のタイプのデータベース構造を用いて実現され得る。いくつかの実現例では、画像データベース１１０は、ユーザＵ１～Ｕ４の各々に対するそれぞれの画像ライブラリに各々が対応する複数のパーティションを含み得る。例えば、図１に見られるように、画像データベース１１０は、ユーザＵ１用の第１の画像ライブラリ（画像ライブラリ１、１０８ａ）と、様々な他のユーザ用の他の画像ライブラリ（ＩＬ－２、ＩＬ－３、．．．、ＩＬ－ｎ）とを含み得る。図１は単一の画像データベース１１０を示すが、画像データベース１１０は、例えば複数のデータベースサーバにわたる分散データベースとして実現されてもよいことを理解されたい。さらに、図１は、ユーザごとに１つずつ、複数のパーティションを示すが、いくつかの実現例では、各画像ライブラリは、別個のデータベースとして実現され得る。
画像ライブラリ１０８ａは、ユーザＵ１に関連付けられる複数の画像、複数の画像に関連付けられるメタデータ、および複数の画像に関連して格納される１つ以上の他のデータベースフィールドを格納することができる。画像ライブラリ１０８ａに対するアクセス許可は、画像ライブラリ１０８ａ内の画像および他のデータが、例えば、画像アプリケーション１０６、他のアプリケーション、および／または１人以上の他のユーザによってどのようにアクセスされ得るかをユーザＵ１が制御することができるように制限され得る。サーバシステム１０２は、特定のユーザの画像データがそのユーザによって許可されるようにのみアクセス可能であるように、アクセス許可を実現するように構成されてもよい。
本明細書で言及する画像は、１つ以上の画素値（例えば、色値、輝度値など）を有する画素を有するデジタル画像を含むことができる。画像は、静止画像（例えば、静止写真、単一フレームを有する画像など）、動画像（例えば、アニメーション、動画ＧＩＦ、画像の一部分が動きを含み、他の部分が静止しているシネマグラフなど）、またはビデオ（例えば、任意選択で音声を含んでもよい画像または画像フレームのシーケンス）であり得る。本明細書で用いられる画像は、上記のいずれかとして理解され得る。例えば、本明細書で説明する実現例は、静止画像（例えば、写真または他の画像）、ビデオ、または動画像とともに用いられ得る。
ネットワーク環境１００はまた、ネットワーク１３０を介して互いにおよび／またはサーバシステム１０２と通信することができる１つ以上のクライアントデバイス、例えば、クライアントデバイス１２０，１２２，１２４，および１２６を含むことができる。ネットワーク１３０は、インターネット（登録商標）、ローカルエリアネットワーク（ＬＡＮ）、ワイヤレスネットワーク、スイッチまたはハブ接続などのうちの１つ以上を含む、任意のタイプの通信ネットワークであり得る。いくつかの実現例では、ネットワーク１３０は、例えば、ピアツーピアワイヤレスプロトコル（例えば、Bluetooth（登録商標）、Wi-Fi Directなど）を用いる、デバイス間のピアツーピア通信を含み得る。２つのクライア
ントデバイス１２０と１２２との間のピアツーピア通信の一例が矢印１３２によって示されている。
様々な実現例では、ユーザＵ１、Ｕ２、Ｕ３、およびＵ４は、それぞれのクライアント
デバイス１２０，１２２，１２４，および１２６を用いて、サーバシステム１０２と、および／または互いに通信することができる。いくつかの例では、ユーザＵ１、Ｕ２、Ｕ３、およびＵ４は、それぞれのクライアントデバイスおよび／もしくはサーバシステム１０２上で実行するアプリケーションを介して、ならびに／またはサーバシステム１０２上で実現されるネットワークサービス、例えばソーシャルネットワークサービスもしくは他のタイプのネットワークサービスを介して、互いと対話することができる。例えば、それぞれのクライアントデバイス１２０，１２２，１２４，および１２６は、１つ以上のサーバシステム、例えば、サーバシステム１０２との間でデータを通信することができる。
いくつかの実現例では、サーバシステム１０２は、各クライアントデバイスが、サーバシステム１０２および／またはネットワークサービスにアップロードされた、通信されたコンテンツまたは共有されるコンテンツを受信することができるように、適切なデータをクライアントデバイスに提供することができる。いくつかの例では、ユーザＵ１～Ｕ４は、画像共有、音声もしくはビデオ会議、音声、ビデオ、もしくはテキストチャット、または他の通信モードもしくはアプリケーションを介して対話することができる。
サーバシステム１０２によって実現されるネットワークサービスは、ユーザが様々な通信を実行し、リンクおよび関連付けを形成し、画像、テキスト、音声、および他のタイプのコンテンツなどの共有されるコンテンツをアップロードおよびポストし、ならびに／または他の機能を実行することを可能にするシステムを含むことができる。例えば、クライアントデバイスは、クライアントデバイスに送信またはストリーミングされ、サーバおよび／またはネットワークサービスを介して異なるクライアントデバイスから（もしくは異なるクライアントデバイスから直接）発信されるか、またはサーバシステムおよび／もしくはネットワークサービスから発信されるコンテンツポストなどの受信されたデータを表示することができる。いくつかの実現例では、クライアントデバイスは、例えば、上述したように、クライアントデバイス間のピアツーピア通信を用いて、互いに直接通信することができる。いくつかの実現例では、「ユーザ」は、１つ以上のプログラムまたは仮想エンティティ、およびシステムまたはネットワークとインターフェイスする人物を含み得る。
いくつかの実現例では、クライアントデバイス１２０、１２２、１２４、および／または１２６のいずれかが、１つ以上のアプリケーションを提供することができる。例えば、図１に示されるように、クライアントデバイス１２０は、画像アプリケーション１０６ｂを提供することができる。クライアントデバイス１２２～１２６も、同様のアプリケーションを提供してもよい。画像アプリケーション１０６ａは、クライアントデバイス１２０のハードウェアおよび／またはソフトウェアを用いて実現され得る。異なる実現例では、画像アプリケーション１０６ａは、例えば、クライアントデバイス１２０～１２４のいずれか上で実行される独立型のクライアントアプリケーションであってもよく、またはサーバシステム１０２上に提供される画像アプリケーション１０６ｂと連携して動作してもよい。
画像アプリケーション１０６は、画像に関連する、ユーザ許可で実現される様々な特徴を提供することができる。例えば、そのような特徴は、カメラを用いて画像をキャプチャすること、画像を修正すること、画質を（例えば、顔のサイズ、ぼやけ、顔の数、画像合成、照明、露出などの要因に基づいて）判定すること、画像ライブラリ１０８に画像またはビデオを記憶すること、画像または画像ベースの作成物を見るためのユーザインターフェイスを提供することなどのうちの１つ以上を含み得る。
いくつかの実現例では、ユーザ許可を用いて、画像アプリケーション１０６によって提供される特徴は、（例えば、顔検出、顔認識、歩容認識、姿勢認識などの１つ以上のユー
ザ許可された技術を用いて）画像内に示される１人以上の人物を判定するために、および画像ライブラリ１０８内の画像内に示される各人物（例えば、人間、ペット）に対する人物識別子を生成するために、画像を解析することを含み得る。各画像の人物識別子は、画像ライブラリ１０８内の画像と関連付けて格納されてもよい。いくつかの実現例では、人物識別子を生成することは、ユーザを示す画像をズーミングまたはクロッピングすることによって取得される、画像内に示される人物のサムネイル表現、例えば、人物のクローズアップを取得することをさらに含み得る。
いくつかの実現例では、ユーザ許可を用いて、画像アプリケーション１０６は、画像を解析してデータを生成し、そのようなデータを画像ライブラリ１０８に格納することができる。例えば、画像アプリケーション１０６は、画像および関連付けられたメタデータ（例えば、位置、タイムスタンプなど）を解析して、画像を複数のエピソードにグループ化することができる。いくつかの実現例では、エピソードは、イベント（例えば、誕生日もしくは他の祝賀、旅行）または特定の期間に関連付けられ得る。画像アプリケーション１０６は、画像ライブラリ１０８内の画像を（反復的に）解析して、複数のエピソードを判断することができる。エピソードを判断すると、画像アプリケーション１０６は、画像ライブラリ内の各画像が関連付けられるエピソードを示すよう、画像ライブラリ１０８を更新してもよい。
上記の説明は、画像アプリケーション１０６の様々な特徴に言及するが、様々な実現例では、画像アプリケーション１０６は、それよりも少ないかまたは多い特徴を提供し得ることを理解されたい。さらに、各ユーザには、ある特徴を有効化および／または無効化するためのオプションが提供される。画像アプリケーション１０６の特徴は、具体的に、ユーザ許可とともに実現される。
クライアントデバイス１２０は、独立型画像ライブラリであり得る、ユーザＵ１の画像ライブラリ１０８ｂを含み得る。いくつかの実現例では、画像ライブラリ１０８ｂは、サーバシステム１０２上の画像ライブラリ１０８ａと組み合わせて使用可能であってもよい。例えば、ユーザ許可により、画像ライブラリ１０８ａおよび画像ライブラリ１０８ｂは、ネットワーク１３０を介して同期され得る。いくつかの実現例では、画像ライブラリ１０８は、ユーザＵ１に関連付けられる複数の画像、例えば、（例えば、クライアントデバイス１２０または他のデバイスのカメラを用いて）ユーザによってキャプチャされた画像、（例えば、他のユーザＵ２～Ｕ４のそれぞれの画像ライブラリから）ユーザＵ１と共有される画像、（例えば、ウェブサイト、メッセージングアプリケーションなどから）ユーザＵ１によってダウンロードされた画像、スクリーンショット、および他の画像を含み得る。
いくつかの実現例では、クライアントデバイス１２０上の画像ライブラリ１０８ｂは、サーバシステム１０２上の画像ライブラリ１０８ａ内に画像のサブセットを含み得る。例えば、そのような実現例は、クライアントデバイス１２０上で利用可能である記憶空間の量が限られている場合に有利であり得る。
いくつかの実現例では、画像アプリケーション１０６は、ユーザが画像ライブラリを管理することを可能にし得る。例えば、ユーザは、クライアントデバイス（例えば、クライアントデバイス１２０～１２６のいずれか）上の画像アプリケーション１０６ｂのバックアップ機能を用いて、クライアントデバイス上のローカル画像をサーバデバイス、例えばサーバデバイス１０４にバックアップすることができる。例えば、ユーザは、バックアップされるべき１つ以上の画像を手動で選択することができ、またはバックアップされるべき画像を識別するバックアップ設定を指定することができる。画像をサーバデバイスにバックアップすることは、画像を、サーバによる保存のために、例えばサーバデバイス１０
４上の画像アプリケーション１０６ａと協働してサーバに送信することを含み得る。
異なる実現例では、クライアントデバイス１２０および／またはサーバシステム１０２は、様々なタイプの機能性、例えば、カレンダー、アドレス帳、電子メール、ウェブブラウザ、ショッピング、輸送（例えば、タクシー、列車、航空便予約など）、エンターテインメント（例えば、音楽プレーヤ、ビデオプレーヤ、ゲームアプリケーションなど）、ソーシャルネットワーキング（例えば、メッセージングまたはチャット、音声／ビデオ呼び出し、画像／ビデオ共有など）などを提供するアプリケーションであり得る他のアプリケーション（図示せず）を含み得る。いくつかの実現例では、他のアプリケーションのうちの１つ以上は、クライアントデバイス１２０上で実行する独立型アプリケーションであり得る。いくつかの実現例では、他のアプリケーションのうちの１つ以上は、当該他のアプリケーションのデータおよび／または機能性を提供するサーバシステム、例えば、サーバシステム１０２にアクセスすることができる。
クライアントデバイス１２０、１２２、１２４、および／または１２６上のユーザインターフェイスは、画像、画像ベースの作成物、データ、および他のコンテンツ、ならびに通信、プライバシー設定、通知、および他のデータを含む、ユーザコンテンツならびに他のコンテンツの表示を可能にすることができる。そのようなユーザインターフェイスは、クライアントデバイス上のソフトウェア、サーバデバイス上のソフトウェア、および／またはクライアントソフトウェアとサーバデバイス１０４上で実行するサーバソフトウェアとの組み合わせ、例えば、サーバシステム１０２と通信するアプリケーションソフトウェアもしくはクライアントソフトウェアを用いて表示することができる。ユーザインターフェイスは、クライアントデバイスまたはサーバデバイスの表示装置、例えば、タッチスクリーンまたは他のディスプレイスクリーン、プロジェクタなどによって表示され得る。いくつかの実現例では、サーバシステム上で実行されるアプリケーションプログラムは、クライアントデバイスと通信して、クライアントデバイスでのユーザ入力を受信し、クライアントデバイスで視覚データ、音声データなどのデータを出力することができる。
説明を容易にするために、図１は、サーバシステム１０２、サーバデバイス１０４、画像データベース１１０を１つのブロックで示し、クライアントデバイス１２０，１２２，１２４，および１２６を４つのブロックで示す。サーバブロック１０２，１０４，および１１０は、複数のシステム、サーバデバイス、およびネットワークデータベースを表してもよく、それらのブロックは、示されるものとは異なる構成で提供されることができる。例えば、サーバシステム１０２は、ネットワーク１３０を介して他のサーバシステムと通信することができる複数のサーバシステムを表すことができる。いくつかの実現例では、サーバシステム１０２は、例えば、クラウドホスティングサーバを含み得る。いくつかの例では、画像データベース１１０は、サーバデバイス１０４とは別個のサーバシステムブロック内に提供され、ネットワーク１３０を介してサーバデバイス１０４および他のサーバシステムと通信することができる記憶装置上に記憶されてもよい。
また、任意の数のクライアントデバイスが存在してもよい。各クライアントデバイスは、任意のタイプの電子デバイス、例えば、デスクトップコンピュータ、ラップトップコンピュータ、ポータブルまたはモバイルデバイス、携帯電話、スマートフォン、タブレットコンピュータ、テレビ、テレビセットトップボックスまたはエンターテインメントデバイス、ウェアラブルデバイス（例えば、ディスプレイ眼鏡またはゴーグル、腕時計、ヘッドセット、アームバンド、ジュエリーなど）、携帯情報端末（ＰＤＡ）、メディアプレーヤ、ゲームデバイスなどとすることができる。いくつかの実現例では、ネットワーク環境１００は、示されるコンポーネントのすべてを有さなくてもよく、および／または本明細書で説明されるコンポーネントの代わりに、もしくはそれに加えて、他のタイプの要素を含む他の要素を有してもよい。
本明細書で説明する特徴の他の実現例は、任意のタイプのシステムおよび／またはサービスを用いることができる。例えば、ソーシャルネットワーキングサービスの代わりに、またはソーシャルネットワーキングサービスに加えて、他のネットワーク化されたサービス（例えば、インターネット（登録商標）に接続される）を用いることができる。任意の種類の電子デバイスが、本明細書に記載の特徴を利用することができる。いくつかの実現例は、コンピュータネットワークから切断されるかまたは断続的に接続される１つ以上のクライアントデバイスまたはサーバデバイス上に、本明細書で説明される１つ以上の特徴を提供することができる。いくつかの例では、表示装置を含むかまたは表示装置に接続されるクライアントデバイスは、クライアントデバイスにローカルな記憶装置に記憶された、例えば、通信ネットワークを介して以前に受信されたコンテンツポストを表示することができる。
図２は、いくつかの実現例による、画像ベースの作成物を含むユーザインターフェイスを提供するための例示的な方法２００を示すフロー図である。いくつかの実現例では、方法２００は、例えば、図１に示されるように、サーバシステム１０２上で実現され得る。いくつかの実現例では、方法２００の一部または全部は、図１に示されるように１つ以上のクライアントデバイス１２０，１２２，１２４または１２６上で、１つ以上のサーバデバイス上で、および／またはサーバデバイスとクライアントデバイスとの両方上で、実現され得る。説明される例では、実現システムは、１つ以上のデジタルプロセッサまたは処理回路（「プロセッサ」）と、１つ以上の記憶装置（例えば、データベースまたは他のストレージ）とを含む。いくつかの実現例では、１つ以上のサーバおよび／またはクライアントの、異なるコンポーネントが、方法２００の、異なるブロックまたは他の部分を実行することができる。いくつかの例では、第１のデバイスは、方法２００のブロックを実行するものとして説明される。いくつかの実現例は、結果またはデータを第１のデバイスに送信することができる１つ以上の他のデバイス（例えば、他のクライアントデバイスまたはサーバデバイス）によって実行される方法２００の１つ以上のブロックを有することができる。
いくつかの実現例では、方法２００またはその一部は、システムによって自動的に開始され得る。いくつかの実現例では、実現システムは第１のデバイスである。例えば、本方法（またはその一部）は、周期的に、例えば、数時間毎、毎日、毎週、または他の好適な間隔で行うことができる。いくつかの実現例では、方法（またはその一部）は、１つ以上の特定のイベントまたは条件、例えば、クライアントデバイスによる画像アプリケーション１０６の起動、クライアントデバイスによる新たな画像のキャプチャ、新たな画像のサーバシステム１０２へのアップロード、方法２００の最後の実行から経過した所定の時間、および／または本方法によって読み出される設定において指定され得る１つ以上の他の条件の発生に基づいて実行され得る。
方法２００は、ブロック２０２で開始することができる。ブロック２０２では、方法２００の実現においてユーザデータを用いるためにユーザ許可が得られる。例えば、許可を得るユーザデータは、クライアントデバイス（例えば、クライアントデバイス１２０～１２６のいずれか）および／またはサーバデバイスに格納された画像、画像メタデータ、画像管理アプリケーションの使用に関連するユーザデータ、画像ベースの作成物に対するユーザ応答等を含むことができる。ユーザは、そのようなユーザデータにアクセスする許可を選択的に提供するためのオプションを提供される。例えば、ユーザは、要求されたユーザデータのすべてにアクセスする許可を与えること、要求されたデータの任意のサブセットにアクセスする許可を与えること、または要求されたデータのいずれにアクセスする許可も与えないことを選択することができる。本明細書で説明する方法の１つ以上のブロックは、いくつかの実現例では、そのようなユーザデータを使用し得る。ブロック２０２の
後にブロック２０４が続く。
ブロック２０４では、本明細書で説明する方法２００の残りの部分（ブロック２１０～２２４）が、ユーザにより与えられた許可で、例えばユーザによって許可されたデータにアクセスすることによって、実現され得るかどうかが判定される。ブロック２０４において、ブロック２０２においてユーザによって与えられた許可が不十分であると判断された場合、ブロック２０４はブロック２０６に続き、そうでない場合には、ブロック２０４はブロック２１０に続く。
ブロック２０６では、ユーザデータにアクセスするためにユーザ許可が要求される。例えば、ユーザがブロック２１０～２２４で用いられ得るユーザデータの１つ以上の部分に対する許可を拒否した場合、ユーザデータのそのような部分に対する許可を与えるよう、ユーザインターフェイスがユーザに提供され得る。ユーザインターフェイスは、データがどのように用いられ得るか、および／またはそのような許可を与えることが、例えば、画像ベースの作成物の提供を可能にすることによって、ユーザに利益をもたらし得るという表示をユーザに示し得る。代替的に、例えば、ユーザがユーザデータへのアクセス要求を却下するか、そうでなければ許可の否認を示す場合、本方法はブロック２０６で終了し、ユーザデータはアクセスされない。この場合、ブロック２１０～２２４は実行されない。
ユーザによって与えられた許可が十分である場合、ブロック２０４にブロック２１０が続く。方法の残りの部分、例えばブロック２１０～２２４は、ユーザによって許可されたユーザデータへの選択的アクセスとともに実行される。いくつかの実現例では、ユーザは、ユーザデータへのアクセスを提供するために、または許可を修正するために、追加のプロンプトを提供され得る。
ブロック２１０では、複数のエピソードが得られる。例えば、エピソードは、ユーザの画像ライブラリから取得され、クライアントデバイスおよび／またはサーバデバイス上にローカルに記憶されてもよい。いくつかの実現例では、各エピソードは、対応する期間に関連付けられ得、画像のそれぞれのセットを含み得る。
例えば、エピソードは、特定のイベントに対応し得る。エピソードに関連付けられ得るイベントの例は、例えば、誕生日、結婚式、または他の祝賀；旅行またはアクティビティ、例えばスキー休暇、ハイキング旅行、ビーチ休暇、ゲームもしくはコンサート、家族ピクニック等を含む。エピソードは、短い時間（例えば、コンサートもしくは誕生日の祝賀の場合など、数時間または１日）または比較的より長い時間（例えば、複数日のスキー休暇）に及ぶことができる。
エピソードについての画像のセットは、エピソードに関連付けられる期間内に撮影した画像を含むことができる。例えば、ハイキング休暇に関連付けられる画像は、その期間中に撮影された画像を含み得、それらの画像は、登山中、コースを歩く、飲食、もしくは一緒に他の活動に従事する人々の画像、および／または他の画像（例えば、山や木などの画像）を含む。
各画像は、それぞれの人物識別子に関連付けられてもよい。いくつかの実現例では、人物識別子は、ユーザの画像ライブラリに示される特定の人物に関連付けられる一意の値、例えばデータベース一次キーまたは等価物であり得る。例えば、コース上を歩行する２人の人物を示す画像は、２人の人物の各々に対するそれぞれの人物識別子に関連付けられてもよい。ユーザ許可で、一意の人物識別子が、ユーザの画像ライブラリ内の１つ以上の画像内に示される各人物に関連付けられ得る。
いくつかの実現例では、ユーザの画像ライブラリにおいて利用可能であるとき、人物識別子は、人物の名前に関連付けられ得る。いくつかの実現例では、人物識別子は、人物の代表的画像またはサムネイルに関連付けられ得る。画像を検索する、または人物識別子を画像に関連付ける、などの操作のために、一意の識別子（データ値）が利用され得ることが理解されるであろう。本明細書の残りの部分では、説明を容易にするために、人物識別子は、一意の識別子（例えば、英数字または他のタイプのデータ値）、人物の名前、または人物のサムネイルを指すよう、互換的に用いられる。いくつかの実現例では、（例えば、画像ライブラリが、異なる動物を区別するための特徴を有する場合）人物は、人間およびペットを含み得る。人物を示さない画像については、人物識別子を関連付けなくてもよいし、またはヌル識別子を関連付けてもよい。ブロック２１０の後には、ブロック２１２が続いてもよい。
図３Ａ～図３Ｆは、いくつかの実現例による、ユーザの画像ライブラリ内においてエピソードから人々のグループを得ることの、異なる段階を示す。方法２００のブロックの残りの部分は、図３Ａ～図３Ｆをさらに参照して説明される。
ブロック２１２では、各エピソードに対して、それぞれのクラスタが形成される。図３Ａ～図３Ｄでは、８つのクラスタ（および対応して、８つのエピソード）が番号１～８によって識別される。いくつかの実現例では、クラスタを形成することは、エピソードの画像のセット中の少なくとも１つの画像内に現れるすべての人物識別子をクラスタにマッピングすることを含み得る。例えば、図３Ａに示されるように、クラスタ１，２，３，５，６，および８は各々３つの人物識別子を含み、クラスタ４および７は各々２つの人物識別子を含む。図３Ａ～図３Ｆでは、各人物識別子は、それぞれの顔によって示されている。
図３Ａ～図３Ｃの各々において、各人物識別子の隣の数字は、人物識別子が関連付けられるエピソードの画像のセットからの画像の数を示す。人物識別子は、例えば、顔認識、歩容認識、姿勢認識など、ユーザが許可した人物認識技術を用いて認識されるように、人物識別子に対応する人物が画像内に示されるときに、その画像に関連付けられる。
簡単にする目的で、用語「人物識別子Ｘ」および「人物Ｘ」は、本明細書では互換的に用いられ得る。図３Ａに示すように、クラスタ１は、人物Ａを含む２０個の画像、人物Ｂを含む１５個の画像、および人物Ｃを含む１個の画像を含む。クラスタ２は、人物Ｄを含む５０個の画像、人物Ｂを含む３５個の画像、および人物Ａを含む２５個の画像を含む。クラスタ３は、人物Ｅを含む４０個の画像、人物Ａを含む３０個の画像、および人物Ｂを含む１０個の画像を含む。クラスタ４は、人物Ｅを含む３５個の画像、および人物Ｂを含む２０個の画像を含む。クラスタ５は、人物Ｅを含む２５個の画像、人物Ｂを含む１０個の画像、および人物Ｆを含む３個の画像を含む。クラスタ６は、人物Ｂを含む１０個の画像、人物Ｅを含む５個の画像、および人物Ｄを含む４個の画像を含む。クラスタ７は、人物Ａを含む４５個の画像、および人物Ｂを含む２０個の画像を含む。クラスタ８は、人物Ａを含む３０個の画像、人物Ｂを含む２５個の画像、および人物Ｅを含む２個の画像を含む。
いくつかの実現例では、クラスタを形成することは、エピソードの画像のセットから、そのエピソードについて最も頻繁な人物識別子を含む画像の数を判断することをさらに含み得る。例えば、エピソード１の場合、（人物Ａが最も頻繁な人物識別子であるので、）画像の数は２０である。
いくつかの実現例では、クラスタを形成することは、クラスタから閾値数未満の画像に関連付けられる人物識別子を除去することをさらに含み得る。いくつかの実現例では、画像の閾値数は、エピソードについて最も頻繁な人物識別子を含む画像の数（例えば、エピ
ソード１の場合、２０）に基づいて判断され得る。例えば、エピソード１の場合、閾値数は５（２０の２０％未満）であると判断し、閾値数未満に関連付けられる人物識別子（例えば、人物Ｃ）をクラスタ１から除去することができる。人物識別子の除去が、単一の人物識別子を有するクラスタをもたらす場合、そのようなクラスタは、さらなる処理の前に除去される。
異なる実現例では、閾値数は、異なる方法で、例えばパーセンテージ（最も頻繁な人物を含む画像の数の２０％、３０％、または他の値）として、選択され得る。いくつかの実現例では、閾値数は、例えば、各クラスタ内の人物識別子の総数が閾値サイズ以下になるまで、各クラスタ内の最低数の画像に関連付けられる人物識別子を除去するよう、各クラスタについての最大サイズに基づいて選択され得る。いくつかの実現例では、閾値数は、各クラスタが、各クラスタに関連付けられた各人物識別子について少なくとも最小数の画像、例えば、３つの画像、５つの画像など、を含むように、選択され得る。
図３Ｂは、人物識別子Ｃがクラスタ１から除去され、人物識別子Ｆがクラスタ５から除去されることを示す。クラスタ１の場合、人物Ｃはクラスタのたった１つの画像に関連付けられ、それは、例えば２０の２０％＝４として判定され得る閾値数未満の画像である。クラスタ５の場合、人物Ｆは、クラスタの３つの画像と関連付けられ、それは、例えば、２５の２０％＝５として判定され得る、閾値数未満の画像であり、ここで、２５は、クラスタ５の最も頻繁な人物識別子（人物Ｂ）が含まれる画像の数である。
画像の閾値数の選択は、人物識別子がクラスタ内に比較的頻繁に示されること、例えばエピソードにとって重要な人であることを保証し得る。例えば、あるグループの人々が行ったハイキング休暇からの画像のセットを含むエピソードの場合、ハイキンググループの一部であった人物は、そのエピソードの画像において他のハイカー、ガイドなどの他の人々よりも頻繁に示される可能性がある。別の例では、結婚式からの画像のセットを含むエピソードについて、婚礼パーティにおける個人が最も重要な人物である可能性があり、そのような人物は、そのエピソードの画像セットにおいて、より頻繁に示される可能性がある。したがって、閾値数未満の画像に関連付けられる人物識別子を除去することにより、クラスタに基づく画像ベースの作成物がエピソードからの重要な人物を含むことが保証される。
ブロック２１２の後には、ブロック２１４が続いてもよい。
ブロック２１４では、１つ以上の人物識別子が閾値数未満のクラスタに含まれるかどうかが判断される。例えば、図３Ｃに見られるように、人物識別子Ｄは、２つのクラスタ（クラスタ２およびクラスタ６）に含まれるものとして識別され、それは、クラスタの閾値数、例えば、４、未満である。いくつかの実現例では、クラスタの閾値数は、ユーザの画像ライブラリ中のエピソードの総数（または、少なくとも２つの人物識別子を有するクラスタを有するエピソードの総数）に基づいて選択され得る。例えば、小さな画像ライブラリ（例えば、１０個のエピソード、２０個のエピソードを有する）の場合、クラスタの閾値数は比較的低い値（例えば、２、３など）となるように選択することができ、大きな画像ライブラリ（例えば、５０個のエピソード、２００個のエピソード、またはさらにより多くのエピソードを有する）の場合、閾値数は比較的高い値（例えば、５、１０など）に選択することができる。
閾値数の選択は、ライブラリサイズに基づいて自動的に行われてもよく、閾値数の使用が、ユーザの画像ライブラリにおいて実質的な期間にわたって頻繁に示される人物、例えば、ユーザにとって比較的より重要な人物を含むクラスタを生成する高い尤度を有するようにしてもよい。例えば、ユーザにとってより重要な人物は、配偶者、子供、親、兄弟姉妹などの近親家族；友人；同僚のサブセット等を含み得、ユーザにとって比較的重要性の
低い人物は、会食した人物、旅行グループの一員であった人物、それらの画像において偶然にキャプチャされた人物などの、他の人物を含み得る。
１つ以上の人物識別子が閾値数未満のクラスタに含まれる場合、ブロック２１４の後にブロック２１６が続く。そうでない場合には、ブロック２１４の後にブロック２１８が続く。
ブロック２１６では、ブロック２１４で識別された１つ以上の人物識別子が、そのような識別子が含まれるクラスタから除去される。例えば、図３Ｃは、人物Ｄがクラスタ２およびクラスタ６から除去されることを示している。１つ以上の人物識別子の除去が、単一の人物識別子を有するクラスタをもたらす場合、そのようなクラスタは、さらなる処理の前に除去される。ブロック２１６の後にはブロック２１８が続いてもよい。
ブロック２１８では、複数の人々のグループを得るために、同一のクラスタがマージされる。各人々のグループは、少なくとも２つの人物識別子を含む。例えば、図３Ｄは、クラスタ１、２、７、および８（各々、人物Ａおよび人物Ｂを含む）が、人々のグループ３１０を得るためにマージされ、クラスタ４、５、および６（各々、人物Ｂおよび人物Ｅを含む）が、人々のグループ３３０を得るためにマージされることを示している。人々のグループ３２０は、独自のクラスタ３と同一である。図３Ｄでは、各人々のグループに対応するエピソード番号が、各人々のグループの人物識別子の隣に示されている。
いくつかの実現例では、同一のクラスタをマージすることは、（マージされるクラスタに基づいて判断される）エピソードのそれぞれのセットを複数の人々のグループの各々に関連付けることを含み得る。例えば、図３Ｄに示されるように、エピソード１、２、７、および８は、人々のグループ３１０に関連付けられ、エピソード４、５、および６は、人々のグループ３３０に関連付けられる。エピソードを人々のグループに関連付けることは、ブロック２２４を参照してさらに説明されるように、人々のグループに対して画像ベースの作成物を生成するときにエピソードから画像を選択することを可能にする。ブロック２１８の後には、ブロック２２０が続いてもよい。
ブロック２１８の後に実行されるブロック２２０では、少なくとも１つの人々のグループが、閾値数未満のエピソードに関連付けられるかどうかが判断される。例えば、図３Ｄに見られるように、人々のグループ３２０は、単一のエピソード（エピソード３）に関連付けられる。いくつかの実現例では、エピソードの閾値数は、２つ、３つ、または任意の他の数として選択され得る。より高いエピソードの閾値数を選択することは、ブロック２２４を参照して説明されるように、画像ベースの作成物が人々のグループおよび関連付けられるエピソードに基づくので、より大きな時間多様性を有する画像ベースの作成物を可能にすることができる。より低いエピソードの閾値数を選択することは、ブロック２２４を参照して説明されるように、より多数の画像ベースの作成物を生成することを可能にし得、例えば、閾値を２として選択することによって、２つのエピソードに関連付けられる人々のグループであっても、画像ベースの作成物に用いることができる。
ブロック２２０において、少なくとも１つの人々のグループが閾値数未満のエピソードに関連付けられていると判断された場合、ブロック２２０に続いてブロック２２２が続く。そうでなければ、ブロック２２０の後にブロック２２４が続く。
ブロック２２２において、（ブロック２２０において閾値数未満のエピソードに関連付けられるものとして識別される）少なくとも１つの人々のグループは、１つ以上の他の人々のグループと組み合わされる。いくつかの実現例では、少なくとも１つの人々のグループが組み合わされる、１つ以上の他の人々のグループは、各々、当該少なくとも１つの人
々のグループに含まれる人物識別子のサブセットを含む。例えば、図３Ｅは、（単一のエピソードに関連付けられる）人々のグループ３２０が、人々のグループ３１０（人物Ａおよび人物Ｂを含む）および人々のグループ３３０（人物Ｂおよび人物Ｅを含む）とマージされることを示す。
いくつかの実現例では、人々のグループを組み合わせることは、少なくとも１つの人々のグループに関連付けられるエピソードを、その人々のグループが組み合わせられる１つ以上の他の人々のグループと関連付けることを含み得る。例えば、組み合せ後、図３Ｆに示されるように、エピソード３は、人々のグループ３１０および人々のグループ３３０に関連付けられる。エピソードを人々のグループに関連付けることは、ブロック２２４を参照してさらに説明されるように、人々のグループに対する画像ベースの作成物を生成するときにエピソードから画像を選択することを可能にする。
ブロック２２２の後には、ブロック２２４が続いてもよい。いくつかの実現例では、ブロック２２０および２２２は任意選択である。これらの実現例では、ブロック２１８の後にブロック２２４が続く。
ブロック２２４では、複数の人々のグループのうちの特定の人々のグループに基づく画像ベースの作成物を含むユーザインターフェイスが提供される。例えば、ユーザインターフェイスは、画像アプリケーション（例えば、画像アプリケーション１０６）に表示されるアクション可能なユーザインターフェイス要素として提供されてもよく、ユーザが、アクション可能なユーザインターフェイス要素を選択すると、対応する画像ベースの作成物が表示される。いくつかの実現例では、ユーザインターフェイスを提供することは、命令に、（例えば、クライアントデバイス１２０上の画像アプリケーション１０６ｂ、ウェブブラウザなどを介して）ユーザのクライアントデバイスに提供されるべきユーザインターフェイスを表示させることを含み得る。
いくつかの実現例では、ブロック２２４は、以下のトリガ条件のうちの少なくとも１つが満足されることを検出することに応答して実行され得る。例示的なトリガ条件は、特定のグループに一致する画像が、最近、例えば方法２００（またはサブ部分、例えばブロック２２４）が以前に実行されてから、キャプチャされたことを検出することであってもよい。別の例示的なトリガ条件は、（ブロック２２４が実行されるときに）現在の日付が特定の人々のグループに関連付けられた日付と一致することを検出することであってもよい。例えば、ユーザのライブラリが周期的イベント（例えば、誕生日、結婚記念日、感謝祭、クリスマス、または他の休暇日など）に関連付けられる人々のグループを含む場合、ブロック２２４は、画像ベースの作成物を伴うユーザインターフェイスが特定のイベントの再来またはその付近で提供されるように、実行されてもよい。別の例示的なトリガ条件は、特定の人々のグループに一致するイベントを検出することであってもよい。例えば、人々のグループに入っている友人または家族との計画された休暇（または進行中もしくは終わったばかりの休暇）が、旅行データなどのユーザ許可データに基づいて検出されてもよく、ブロック２２４は、それに応じて実行されてもよい。
いくつかの実現例では、画像ベースの作成物のための画像は、トリガ条件が抜きんでていると検出されたときに、クライアントデバイス（例えば、クライアントデバイス１２０～１２６のいずれか）に先にダウンロードされ得る。例えば、誕生日が特定の人々のグループに基づく画像ベースの作成物のトリガである場合、画像ベースの作成物は、予め生成され、ダウンロードされ、クライアントデバイスにキャッシュされてもよい。代替的に、または加えて、人々のグループについての画像が、ダウンロードされ、クライアントデバイスにキャッシュされてもよい。そのようなダウンロードは、トリガ条件が検出された時点で画像ベースの作成物が利用可能であること（またはクライアントデバイスによって生
成可能であること）を保証することができる。
いくつかの実現例では、トリガは、ユーザの画像ライブラリの人々のグループの総数に基づいて抑制され得、例えば、人々のグループの数が比較的少ない小さな画像ライブラリを有するユーザの場合、画像ベースの作成物は、大きな画像ライブラリを有するライブラリを有するユーザほど頻繁に提供されない場合がある。これは、少ない数の人々のグループが判断される場合であっても、画像ベースの作成物を、比較的規則的な間隔で（例えば、毎月）、または特別の瞬間（例えば、誕生日の祝賀）で提供する、という利益を有し得る。
いくつかの実現例では、ブロック２２４は、周期的に、例えば、１日に１回、週に１回、月に１回など、実行され得る。様々な実現例では、ブロック２２４は、これらまたは他のトリガ条件の任意の組合せに応答して実行され得る。
いくつかの実現例では、画像ベースの作成物は、ブロック２２４のトリガ条件に部分的に基づいて生成され得る。例えば、ブロック２２４が新たな画像のキャプチャに応答して実行される場合、画像ベースの作成物のための特定の人々のグループは、画像内に示された人物との部分的または正確な一致であってもよい。別の例では、特定の人々のグループに対する画像ベースの作成物が周期的に（例えば、１ヶ月に１回、毎年夏に１回など）生成されるとき、ブロック２２４は、ブロック２２４で選択された画像のサブセットが、対応する以前の期間からの画像を含み得るように、実行されてもよい。例えば、ブロック２２４が毎年夏に実行される場合、画像のサブセットの選択は、以前の夏の季節に関連付けられるエピソードからの画像が選択され、他の季節からの画像は除外されるように、実行されてもよい。
いくつかの実現例では、ブロック２２４は、特定の人々のグループが頻繁に反復されないように実行され、例えば、ブロック２２４が実行される度に異なる特定の人々のグループが選択されるように、または同様の画像ベースの作成物が比較的短い期間（例えば、１ヶ月、四半期等）内にユーザインターフェイスに表示されないように、またはある人々のグループに対する画像ベースの作成物が、その人々のグループに対して新たな画像が利用可能でなければ繰り返されないように、実行される。
いくつかの実現例では、ユーザインターフェイスを提供することは、特定の人々のグループに基づいて画像ベースの作成物のために画像のサブセットを選択することを含み得る。例えば、画像のサブセットは、画像のサブセット内の各画像が、特定の人々のグループに含まれる２つ以上の人物識別子のうちの少なくとも２つに対応する人物を示すように、選択されてもよい。いくつかの実現例では、画像のサブセットは、サブセット内の各画像が人々のグループに対する正確な一致であるように、選択され得る。換言すれば、これらの実現例では、画像のサブセットは、人々のグループ内の人物識別子に関連付けられた人物だけを示し、他の人物は示さなくてもよい。
いくつかの実現例では、画像のサブセットは、サブセット内の各画像が特定の人々のグループとの一致であるが、１人以上の他の人物も含むように、選択され得る。換言すれば、これらの実現例では、画像のサブセットは、特定の人々のグループ中の人物識別子と関連付けられたすべての人物、および１人以上の他の人物（別の人々のグループにあってもよく、そうでなくてもよい）を示してもよい。いくつかの実現例では、画像のサブセットは、（特定の人々のグループにない）１人以上の他の人々が任意の他の人々のグループの一部ではないように、選択され得る。
さらに別の実現例では、画像のサブセットは、サブセット内の各画像が、特定の人々の
グループに対する部分的一致であり、例えば、特定の人々のグループの２つ以上の人物識別子に含まれる少なくとも２人の人物を含み、任意選択で、１人以上の他の人物を含むように、選択され得る。換言すれば、これらの実現例では、画像のサブセットは、人々のグループ内の人物識別子に関連付けられた人物のうちの少なくとも２人、および任意選択で、１人以上の他の人物（別の人々のグループにあってもよく、そうでなくてもよい）を示してもよい。これらの実現例のうちのいくつかでは、画像のサブセットは、（特定の人々のグループにない）１人以上の他の人物が任意の他の人々のグループの一部ではないように、選択され得る。
いくつかの実現例では、画像のサブセットは、サブセットが複数のエピソードのうちの少なくとも２つのエピソードからの画像を含むように、選択され得る。例えば、そのような実現例は、画像ベースの作成物が時間的多様性を有することを保証し得る。換言すれば、そのような実現例における画像ベースの作成物は、ユーザのライブラリが画像を含む複数の異なる期間またはイベントからの画像を示す。いくつかの実現例では、例えば、画像ベースの作成物がより大きい時間的多様性で生成される場合、画像のサブセットは、より多数のエピソード、例えば、３つのエピソード、５つのエピソード、１０個のエピソードなどからの画像を含むように選択され得る。例えば、ある特定の数の画像が、各期間、例えば、各四半期、各年などから、または各エピソードから、選択され得る。いくつかの実現例では、エピソードは、それぞれのエピソード有意性スコアに関連付けられ得、画像のサブセットは、有意性スコアに基づいて判断されるように、特定の数の高品質エピソードに基づいて、選択され得る。
いくつかの実現例では、画像のサブセットは、ブロック２２４が実行される現在の日付に基づいて選択され得る。例えば、特定の人々のグループに対するサブセットの選択が、特定の人々のグループに対する画像ベースの作成物が月に１回提供されるように、規則的な間隔で（例えば、月毎に）実行されるとき、画像のサブセットは、例えば、以前の対応する月からの画像から選択されて、例えば、人々のグループに対して「７月のＡおよびＢ」の形式の画像ベースの作成物を提供してもよい。四季、四半期などの他の期間も写真を選択するために用いることができる。
いくつかの実現例では、画像のサブセットは、サブセットが、位置多様性、姿勢多様性、または視覚的多様性のうちの１つ以上を提供する画像を含むように、選択され得る。例えば、ユーザが、（例えば、画像解析によって、または画像メタデータから判断される）ユーザの画像ライブラリ内の画像に関連付けられた位置にアクセスする許可を与えた場合、画像のサブセットは、複数の位置（例えば、２つ、３つ、またはそれより多い位置）からの画像がサブセットに含まれるように、選択される。
いくつかの実現例では、ユーザがユーザのライブラリ内の画像に関連付けられる姿勢データにアクセスする許可を与えた場合、そのようなデータを用いて、画像が姿勢多様性を提供するように画像のサブセットを選択することができる。例えば、姿勢データは、座っている、立っている、踊っている、ジャンプしている、屈んでいる、しゃがんでいる、ハイタッチしているなど、画像内の１人以上の人物（特定の人々のグループに関連付けられる人物識別子を含む）の姿勢を示し得る。
いくつかの実現例では、ユーザが、ユーザのライブラリ内の画像に関連付けられる他の画像関連データにアクセスする許可を与えた場合、そのようなデータを用いて、画像が視覚的多様性を提供するように画像のサブセットを選択することができる。例えば、そのようなデータは、画像内に示されるオブジェクト、例えば、山、ランドマーク、海、花、動物、人工の物体（例えば、ケーキ、自転車、ヨットなど）などに関するデータを示し得る。
いくつかの実現例では、画像ベースの作成物のための画像のサブセットを選択することは、特定の人々のグループに関連付けられるエピソードに含まれる画像のそれぞれのセットに基づくことができる。例えば、画像のサブセットは、サブセット内の各画像が、特定の人々のグループに含まれる２つ以上の人物識別子のうちの少なくとも２つに対応する人物を示し、特定のグループに関連付けられたエピソードのうちの１つに由来するように、選択されてもよい。
いくつかの実現例では、サブセットは、特定のタイプの画像、例えば、ぼやけた画像、顔を小さなサイズで示す画像、品質基準を満たさない画像、不適切な画像、特別なビューアを必要とする画像フォーマットを有する画像（例えば、３６０度画像、３Ｄ画像など）、極端なアスペクト比を有する画像（例えば、クライアントデバイスの画面に適さない、非常に広い、または非常に高い画像）、（例えば、同じ物体、または同様の姿勢を有する同じ人物などを示す、）サブセットにある画像の複製（またはほぼ複製）である画像、ユーザによって手動で隠された画像（例えば、ユーザがもはや関係を有していない人物の画像）などを除外するように、選択され得る。手動で隠された人物を示す画像は選択されない。ユーザは、１つ以上の期間を隠すことを選択して、例えば当該１つ以上の期間のうちの少なくとも１つ内に生じるかまたはそれと重複するエピソードを除外することによって、そのような期間からの画像が画像ベースの作成物から除外されるようにすることもできる。例えば、ユーザは、特定の日付、日付範囲等を隠してもよい。
いくつかの実現例では、ユーザが与える許可に基づいて、上記要因の任意の組合せ、例えば、人々のグループの人物識別子のすべてまたはサブセット；人々のグループにない他の人物の包含または除外；画像のサブセットが選択されるエピソード；位置、姿勢、または視覚的多様性；人々のグループに関連付けられるエピソードなどを利用して、画像ベースの作成物のための画像のサブセットを選択してもよい。
いくつかの実現例では、画像ベースの作成物を提供することは、画像のサブセットに基づいて画像ベースの作成物を生成することをさらに含み得る。例えば、いくつかの実現例では、画像ベースの作成物は、画像のサブセットのスライドショーであり得る。これらの実現例では、画像ベースの作成物を生成することは、画像を、各画像に対するそれぞれの表示期間とともに、スライドショー内に順次配置することを含み得る。例えば、画像は、各画像内に示される人々の数、画像が特定の人々のグループとの正確な一致であるかどうか、画像の視覚的内容（例えば、画像に示される笑顔、姿勢、物体）、画像に関連付けられた位置、または他の要因に基づいて、時系列に編成されてもよい。いくつかの実現例では、画像ベースの作成物は、画像コラージュ、画像アルバム、ムービー（例えば短いビデオ）などを含み得る。いくつかの実現例では、ユーザインターフェイスは、ユーザが画像ベースの作成物を他のユーザ、例えば、人々のグループ内の他のユーザ、またはその他と共有するためのオプションを提供し得る。
様々な実現例では、方法２００の様々なブロックは、組み合わされ、複数のブロックに分割され、並列に実行され、または非同期に実行され得る。いくつかの実現例では、方法２００の１つ以上のブロックは実行されなくてもよい。例えば、いくつかの実現例では、ブロック２１４および２１６は実行されず、ブロック２１８は、ブロック２１４の後に実行され得る。いくつかの実現例では、ブロック２２４は、例えば、複数の人々のグループの各々について画像のサブセットを選択し、ユーザインターフェイスにおいて提供される複数の画像ベースの作成物を生成するために、複数回実行され得る。
方法２００またはその一部は、追加の入力を用いて任意の回数繰り返されてもよい。例えば、いくつかの実現例では、方法２００は、１つ以上の新たなエピソードがユーザの画
像ライブラリに追加されるときに実行され得る。これらの実現例では、方法２００を実行することは、以前に得られた人々のグループを更新すること、または１つ以上の追加の人々のグループを得ることを含み得る。いくつかの実現例では、ブロック２１０～２２２は、人々のグループを得るために初期時に実行され得、ブロック２２４は、例えば、オンデマンドで（例えば、ユーザが画像アプリケーション１０６にアクセスするときに）ユーザインターフェイスを提供するために、後で実行され得る。
図４Ａは、本明細書で説明するいくつかの実現例による、例示的なユーザインターフェイス４００を示す。ユーザインターフェイス４００は、クライアントデバイス、例えば、クライアントデバイス１２０～１２６のいずれかに表示されてもよい。いくつかの実現例では、ユーザインターフェイス４００は、アクション可能ユーザインターフェイス要素４０２と、アクション可能ユーザインターフェイス要素のためのタイトル４０４と、画像グリッド４０６とを含み得る。
画像グリッド４０６は、ユーザの画像ライブラリの複数の画像を含み得る。簡単にするために、図４Ａは、行当たり３つの画像を含むグリッドを示す。様々な実現例では、グリッドは、行当たり任意の数の画像を含み得、スクロール可能であり得る。いくつかの実現例では、画像グリッド４０６内の画像は、時系列の逆の順序で配列され得る。
アクション可能ユーザインターフェイス（ＵＩ）要素４０２は、対応する画像ベースの作成物に関連付けられ得る。いくつかの実現例では、アクション可能ユーザインターフェイス要素４０２が、上で図２および図３Ａ～図３Ｆを参照して説明されるように、ある人々のグループに基づいて生成されるとき、アクション可能ユーザインターフェイス要素についてのタイトル４０４は、画像ベースの作成物が生成される人々のグループの人物識別子に関連付けられる名前を含み得る。アクション可能ＵＩ要素４０２は、画像ベースの作成物の特定の画像を含み得る。特定の画像は、様々な要因、例えば、画像の品質（例えば、鮮明度、輝度など）、画像内に示される顔のサイズおよび／または品質、画像の最近度、画像解像度、画像が１つ以上の笑顔を含むかどうか、画像がビデオであるかどうか、ビデオの長さなどに基づいて選択されて、例えば、短い（例えば、３秒未満）または長い（例えば３０秒より長い）ビデオなどを選択しないようにしてもよい。画像は、人々のグループに関連付けられる人物だけを含むように選択されてもよい。アクション可能ＵＩ要素４０２に含まれる画像は、画像ベースの作成物のためのカバー画像と呼ばれることがある。
例えば、図４Ｂにおいて、タイトル４０４は「ＡおよびＢ」であり、画像ベースの作成物が、人物ＡおよびＢを含む人々のグループに基づくことを示す。いくつかの実現例では、例えば、人々のグループが大きいとき、または１つ以上の人名が利用可能でない場合、タイトル４０４は、名前のサブセット、例えば「Ａ、Ｂ、および友達」を示してもよい。いくつかの実現例では、タイトル４０４は、画像ベースの作成物に含まれる画像のサブセットに基づいて生成され得る。
アクション可能ユーザインターフェイス（ＵＩ）要素４０２は、例えば、タッチスクリーン上のタップ、マウスクリック、または他のタイプの入力を介して、ユーザによって選択可能であってもよい。アクション可能なユーザインターフェイス要素４０２の選択に応答して、対応する画像ベースの作成物が、図４Ｂに示されるように、ユーザに表示され得る。
図４Ｂは、例示的なユーザインターフェイス４１２～４１６を示す。ユーザインターフェイス（ＵＩ）４１２～４１６は、画像ベースの作成物を表示する。例えば、画像ベースの作成物が、人物ＡおよびＢを含む特定の人々のグループに関連付けられる３つの画像を
含むスライドショーである場合、画像は、順次表示されてもよい。例えば、画像ベースの作成物の第１の画像を含むＵＩ４１２は、第１の時間量の間、表示され、その後、第２の時間量の間表示される第２の画像を含むＵＩ４１４が続き、その後、第３の時間量の間表示される第３の画像を含むＵＩ４１６が続く。いくつかの実現例では、ＵＩ４１２，４１４，および４１６の各々は、同じタイトル（図４Ａのタイトル４０４と同じ）、またはＵＩ４１２～４１６に表示された画像に対するそれぞれのタイトルを含み得る。いくつかの実現例では、タイトルはＵＩ４１２～４１６に表示されなくてもよい。画像ベースの作成物における画像は、様々な連続順序、例えば、時系列の逆、時系列、人数、人々のグループに対する正確な一致に続く部分的一致、または任意の他の順序で配列され得る。
図５は、本明細書で説明する１つまたは複数の特徴を実施するために使用され得る例示的なデバイス５００のブロック図である。一例では、デバイス５００は、クライアントデバイス、たとえば、図１に示されるクライアントデバイス１２０～１２６のいずれかを実施するために使用され得る。あるいは、デバイス５００は、サーバデバイス、例えば、サーバデバイス１０４を実施することができる。ある実施の形態では、デバイス５００は、クライアントデバイス、サーバデバイス、またはクライアントデバイスとサーバデバイスの両方を実施するために使用され得る。デバイス５００は、任意の適切なコンピュータシステム、サーバ、または上述の他の電子もしくはハードウェアデバイスであり得る。
本明細書で説明する１つまたは複数の方法は、任意のタイプのコンピューティングデバイス上で実行され得るスタンドアローンプログラム、ウェブブラウザ上で実行されるプログラム、モバイルコンピューティングデバイス（例えば、携帯電話、スマートフォン、タブレットコンピュータ、ウェアラブルデバイス（ウォッチ、アームバンド、ジュエリー、ヘッドウェア、仮想現実ゴーグルまたはメガネ、拡張現実ゴーグルまたはメガネ、ヘッドマウントディスプレイなど）、ラップトップコンピュータなど）上で実行されるモバイルアプリケーション（「app」）で実行され得る。一例では、クライアント/サーバアーキテクチャを使用することができ、例えば、（クライアントデバイスとして）モバイルコンピューティングデバイスは、ユーザ入力データをサーバデバイスに送信し、出力のための（例えば、表示のための）最終出力データをサーバから受信する。別の例では、すべての計算は、モバイルコンピューティングデバイス上のモバイルアプリ（および/または他のア
プリ）内で実行することができる。別の例では、モバイルコンピューティングデバイスと１つまたは複数のサーバデバイスとの間で計算を分割することができる。
ある実施の形態では、デバイス５００は、プロセッサ５０２と、メモリ５０４と、入出力（Ｉ／Ｏ）インターフェイス５０６とを含む。プロセッサ５０２は、プログラムコードを実行し、デバイス５００の基本動作を制御する１つまたは複数のプロセッサおよび/ま
たは処理回路であり得る。「プロセッサ」は、データ、信号、または他の情報を処理する任意の適切なハードウェアシステム、メカニズム、またはコンポーネントを含む。プロセッサは、（例えば、シングルコア、デュアルコア、またはマルチコア構成にある）１つまたは複数のコアを有する汎用中央処理ユニット（ＣＰＵ）、（たとえば、マルチプロセッサ構成における）複数の処理ユニット、グラフィック処理ユニット（ＧＰＵ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、複合プログラマブルロジックデバイス（ＣＰＬＤ）、機能を達成するための専用回路、ニューラルネットワークモデルベースの処理を実施するための専用プロセッサ、ニューラル回路、行列計算（例えば、行列乗算）のために最適化されたプロセッサ、または他のシステム、を備えたシステムを含み得る。ある実施の形態では、プロセッサ５０２は、ニューラルネットワーク処理を実施する１つまたは複数のコプロセッサを含み得る。ある実施の形態では、プロセッサ５０２は、確率的出力を生成するためにデータを処理するプロセッサであり得、たとえば、プロセッサ５０２によって生成される出力は、不正確なものであり得、または予想される出力からの範囲内において正確であり得る。処理は、特定の地理的位
置に限定される必要はなく、または時間的制限を有する必要はない。例えば、プロセッサは、「リアルタイム」、「オフライン」、「バッチモード」等でその機能を実行することができる。処理の部分は、異なる（または同じ）処理システムによって、異なる時間および異なる場所で実行されてもよい。コンピュータは、メモリと通信する任意のプロセッサであり得る。
メモリ５０４は、典型的には、プロセッサ５０２によるアクセスのためにデバイス５００内に提供され、プロセッサによる実行のための命令を記憶するのに適した、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、電気的消去可能読み取り専用メモリ（ＥＥＰＲＯＭ）、フラッシュメモリなど、任意の適切なプロセッサ可読記憶媒体であり得る。また、プロセッサ５０２から分離して、および/またはプロセッサ５０２と
一体化して配置される。メモリ５０４は、オペレーティングシステム５０８、画像アプリケーション５１０（たとえば図１の画像アプリケーション１０６と同じであってもよい）、他のアプリケーション５１２、およびアプリケーションデータ５１４を含む、プロセッサ５０２によってサーバデバイス５００上で動作するソフトウェアを記憶することができる。他のアプリケーション５１２は、データ表示エンジン、ウェブホスティングエンジン、地図アプリケーション、画像表示エンジン、通知エンジン、ソーシャルネットワーキングエンジンなどのアプリケーションを含み得る。ある実施の形態では、画像アプリケーション５１０は、プロセッサ５０２が本明細書で説明する機能、たとえば、図２の方法の一部またはすべてを実行することを可能にする命令を含み得る。
他のアプリケーション５１２は、例えば、地図アプリケーション、画像編集アプリケーション、メディアディスプレイアプリケーション、通信アプリケーション、ウェブホスティングエンジンまたはアプリケーション、メディア共有アプリケーション等を含むことができる。本明細書で開示される１つまたは複数の方法は、いくつかの環境およびプラットフォームにおいて、たとえば、任意のタイプのコンピューティングデバイス上で実行することができるスタンドアロンコンピュータプログラムとして、ウェブページを有するウェブアプリケーションとして、モバイルコンピューティングデバイス上で実行されるモバイルアプリケーション（「app」）などとして動作することができる。
あるいは、メモリ５０４内の任意のソフトウェアは、任意の他の適切な記憶場所またはコンピュータ可読媒体に記憶することができる。さらに、メモリ５０４（および/または
他の接続された記憶装置）は、１つまたは複数のメッセージ、１つまたは複数の分類、電子百科事典、辞書、デジタル地図、シソーラス、知識ベース、メッセージデータ、文法、ユーザ選好、および/または本明細書に記載の特徴で使用される他の命令およびデータを
記憶することができる。メモリ５０４および任意の他のタイプのストレージ（磁気ディスク、光ディスク、磁気テープ、または他の有形媒体）は、「ストレージ」または「ストレージデバイス」と見なすことができる。
Ｉ／Ｏインターフェイス５０６は、サーバデバイス５００を他のシステムおよびデバイスとインターフェイス接続することを可能にする機能を提供することができる。インターフェイスされたデバイスは、デバイス５００の一部として含めることができ、または分離されて、デバイス５００と通信することができる。例えば、ネットワーク通信デバイス、ストレージデバイス（例えば、メモリおよび/又はデータベース）、および入出力装置は
、Ｉ／Ｏインターフェイス５０６を介して通信することができる。ある実施の形態では、Ｉ／Ｏインターフェイスは、入力装置（キーボード、ポインティングデバイス、タッチスクリーン、マイクロフォン、カメラ、スキャナ、センサなど。）および/または出力装置
（表示装置、スピーカデバイス、プリンタ、モータなど。）などのインターフェイスデバイスに接続することができる。
Ｉ／Ｏインターフェイス５０６に接続することができるインターフェイス付きデバイスのいくつかの例は、コンテンツ、たとえば、画像、ビデオ、および/または本明細書で説
明するアプリケーションのユーザインターフェイスを表示するために使用することができる１つまたは複数の表示装置５２０を含むことができる。表示装置５２０は、ローカル接続（例えば、ディスプレイバス）を介して、および/またはネットワーク接続を介してデ
バイス５００に接続することができ、任意の適切な表示装置とすることができる。表示装置５２０は、ＬＣＤ、ＬＥＤ、またはプラズマディスプレイスクリーン、ＣＲＴ、テレビ、モニタ、タッチスクリーン、３Ｄディスプレイスクリーン、または他の視覚表示装置などの任意の適切な表示装置を含み得る。表示装置５２０はまた、入力装置、例えば、タッチスクリーン入力装置として機能することができる。例えば、表示装置５２０は、モバイルデバイス上に提供される平坦なディスプレイ画面、眼鏡もしくはヘッドセットデバイス内に提供される複数のディスプレイ画面、またはコンピュータデバイスのためのモニタ画面であり得る。
Ｉ／Ｏインターフェイス５０６は、他の入力および出力装置とインターフェイスすることができる。いくつかの例は、画像をキャプチャおよび／またはジェスチャを検出することができる１つまたは複数のカメラを含む。ある実施の形態は、（例えば、キャプチャされた画像の一部、音声コマンドなどとして）音をキャプチャするためのマイクロフォン、ジェスチャを検出するためのレーダーもしくは他のセンサ、音を出力するためのオーディオスピーカデバイス、または他の入力装置および出力装置を提供することができる。
説明を容易にするために、図５は、プロセッサ５０２、メモリ５０４、Ｉ／Ｏインターフェイス５０６、ならびにソフトウェアブロック５０８，５１０および５１２の各々に対する１つのブロックを示す。これらのブロックは、１つまたは複数のプロセッサまたは処理回路、オペレーティングシステム、メモリ、Ｉ／Ｏインターフェイス、アプリケーション、および/またはソフトウェアモジュールを表し得る。他の実施の形態では、デバイス
５００は、示される構成要素のすべてを有しなくてもよく、および/または本明細書に示
される構成要素の代わりに、またはそれに加えて、他のタイプの構成要素を含む他の構成要素を有してもよい。いくつかのコンポーネントは、本明細書のいくつかの実施において説明されるようなブロックおよび動作を実行するものとして説明されるが、環境１００、デバイス５００、同様のシステム、またはそのようなシステムに関連する任意の適切なプロセッサまたは複数のプロセッサの任意の適切なコンポーネントまたはコンポーネントの組み合わせは、説明されるブロックおよび動作を実行することができる。
本明細書で説明する方法は、コンピュータ上で実行され得るコンピュータプログラム命令またはコードによって実施され得る。たとえば、コードは、１つまたは複数のデジタルプロセッサ（たとえば、マイクロプロセッサまたは他の処理回路）によって実施することができ、半導体または固体メモリ、磁気テープ、リムーバブルコンピュータディスケット、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、フラッシュメモリ、リジッド磁気ディスク、光ディスク、固体メモリドライブ等を含む磁気、光学、電磁、または半導体記憶媒体のような、非一時的コンピュータ可読媒体（たとえば、記憶媒体）を含むコンピュータプログラム製品に格納することができる。プログラム命令はまた、例えばサーバ（例えば、分散システムおよび/又はクラウドコンピューティングシステム
）から配信されるサービス（ＳａａＳ）としてのソフトウェアの形態で、電子信号に含まれ、電子信号として提供されることもできる。あるいは、１つまたは複数の方法は、ハードウェア（論理ゲートなど）で、またはハードウェアとソフトウェアとの組み合わせで実施され得る。ハードウェアの例は、プログラム可能なプロセッサ（例えば、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、複合プログラマブルロジックデバイス）、汎用プロセッサ、グラフィックプロセッサ、特定用途向け集積回路（ＡＳＩＣ）などであり得る。１つまたは複数の方法は、システム上で実行するアプリケーションの一部または構成
要素として、または他のアプリケーションおよびオペレーティングシステムとともに実行するアプリケーションまたはソフトウェアとして実行することができる。
説明は、その特定の実施に関して説明してきたが、これらの特定の実施は、例示にすぎず、限定的ではない。実施例において示される概念は、他の例および実施に適用され得る。
上記の説明に加えて、本明細書で説明されるシステム、プログラム、または特徴がユーザ情報（例えば、ユーザのソーシャルネットワーク、ソーシャルアクション、またはアクティビティ、職業、ユーザの嗜好、またはユーザの現在位置についての情報）の収集を可能にし得るかどうかおよび何時そうであり得るかの両方、ならびにユーザがサーバからコンテンツまたは通信を送信されるかどうかに関してユーザが選択を行うことを可能にする制御が、ユーザに提供されてもよい。さらに、特定のデータは、個人的に識別可能な情報が取り除かれるように、記憶または使用前に、１つ以上の方法で処理されてもよい。例えば、ユーザの素性は、ユーザについて個人的に識別可能な情報を判断できないように扱われてもよく、またはユーザの地理的位置は、（例えば、都市、ＺＩＰコード、または州レベルに関して）位置情報が得られる場合に、ユーザの特定の位置を判断することができないように、一般化されてもよい。したがって、ユーザは、ユーザに関してどのような情報が収集されるか、その情報がどのように用いられるか、およびどのような情報がユーザに提供されるかについて、制御することができる。
本開示で説明する機能ブロック、動作、特徴、方法、デバイス、およびシステムは、当業者に知られているように、システム、デバイス、および機能ブロックの異なる組み合わせに統合または分割され得ることに留意されたい。任意の適切なプログラミング言語およびプログラミング技術を使用して、特定の実施のルーチンを実施することができる。異なるプログラミング技法、例えば手続き的またはオブジェクト指向の技法を採用することができる。ルーチンは、単一の処理装置または複数のプロセッサ上で実行することができる。ステップ、動作、または計算は、特定の順序で提示され得るが、順序は、異なる特定の実施の形態で変更され得る。ある実施の形態では、本明細書で順次として示される複数のステップまたは動作が同時に実行され得る。

Claims (14)

  1. コンピュータで実施される方法であって、
    複数のエピソードを取得することを含み、各エピソードは、対応する期間に関連付けられ、画像のそれぞれのセットと、前記画像のそれぞれのセット内の各画像に対する人物識別子とを含み、前記方法はさらに、
    各エピソードについてのそれぞれのクラスタを含む複数のクラスタを形成することを含み、各クラスタは少なくとも２つの人物識別子を含み、前記方法はさらに、
    同一のクラスタをマージして複数の人々のグループを得ることを含み、各人々のグループは２つ以上の人物識別子を含み、前記方法はさらに、
    前記マージの後、少なくとも１つの人々のグループが、前記複数のエピソードのうち、閾値数未満である数のエピソードに現れると判定することと、
    前記少なくとも１つの人々のグループが前記閾値数未満の前記数のエピソードに現れるという判定に応答して、前記少なくとも１つの人々のグループを１つ以上の他の人々のグループと組み合わせることとを含み、前記１つ以上の他の人々のグループは、各々、前記少なくとも１つの人々のグループに含まれる前記人物識別子のサブセットを含み、前記方法はさらに、
    前記組み合わせることの後に、前記複数の人々のグループのうちの特定の人々のグループからの人物を示す１つ以上の画像を含む画像ベースの作成物を含むユーザインターフェイスを提供することを含む、方法。
  2. 前記複数のクラスタを形成することは、各クラスタについて、
    前記クラスタに関連付けられる前記エピソードの前記画像のセットにおける少なくとも１つの画像に現れるすべての人物識別子を前記クラスタにマッピングすることと、
    前記エピソードについて最も頻繁な人物識別子を判定することとを含み、前記最も頻繁な人物識別子は、前記人物識別子のうちの他の識別子よりも、前記エピソードの前記画像のセットのうちの、より多くの画像に現れ、前記複数のクラスタを形成することは、さらに、各クラスタについて、
    前記エピソードの前記画像のセットから、前記エピソードについて前記最も頻繁な人物識別子を含む画像の数を判定することと、
    前記エピソードについて前記最も頻繁な人物識別子を含む前記画像の数に基づいて閾値画像数を判定することと、
    前記クラスタから、前記クラスタのうち、前記閾値画像数未満の数の画像に現れる人物識別子を除去することとを含む、請求項１に記載の方法。
  3. 前記少なくとも１つの人々のグループを前記１つ以上の他の人々のグループと組み合わせることは、前記少なくとも１つの人々のグループに関連付けられるエピソードを前記１つ以上の他の人々のグループに関連付けることを含む、請求項１または２に記載の方法。
  4. 前記閾値数は、閾値エピソード数であり、前記方法はさらに、
    閾値クラスタ数を判断することと、
    １つ以上の人物識別子が、前記複数のクラスタのうち、前記閾値クラスタ数未満の数のクラスタに含まれるかどうかを判定することと、
    前記１つ以上の人物識別子が、前記閾値クラスタ数未満の前記数のクラスタに含まれると判定された場合、前記数のクラスタが含まれる前記クラスタから前記１つ以上の人物識別子を除去することとを含む、請求項１～３のいずれか１項に記載の方法。
  5. 前記同一のクラスタをマージすることは、前記クラスタに基づいて、エピソードのそれぞれのセットを前記複数の人々のグループの各々に関連付けることを含み、
    前記画像ベースの作成物を提供することは、前記画像ベースの作成物のための画像のサブセットを、前記特定の人々のグループに関連付けられるエピソードに含まれる画像のそれぞれのセットから選択することを含み、前記画像のサブセット内の各画像は、前記特定の人々のグループに含まれる前記２つ以上の人物識別子のうちの少なくとも２つに対応する人物を示す、請求項１～４のいずれか１項に記載の方法。
  6. 前記ユーザインターフェイスを提供することは、少なくとも１つのアクション可能なユーザインターフェイス要素を表示することを、
    前記特定の人々のグループと一致する画像が、前記少なくとも１つのアクション可能なユーザインターフェイス要素が以前に表示された時の後にキャプチャされたことを検出すること、
    前記ユーザインターフェイスを提供する時間における現在の日付が前記特定の人々のグループに関連付けられる日付と一致することを検出すること、および、
    それらの組み合わせ、からなる群から選択される少なくとも１つに応答して実行することを含む、請求項１～５のいずれか１項に記載の方法。
  7. 前記複数のエピソードの前記期間は重複しない、請求項１～６のいずれか１項に記載の方法。
  8. 前記画像ベースの作成物を含む前記ユーザインターフェイスを提供することは、
    前記画像ベースの作成物のための画像のサブセットを、前記特定の人々のグループに基づいて選択することを含み、前記画像のサブセット内の各画像は、前記特定の人々のグループに含まれる前記２つ以上の人物識別子のうちの少なくとも２つに対応する人物を示し、前記画像ベースの作成物を含む前記ユーザインターフェイスを提供することはさらに、
    前記画像のサブセットに基づいて前記画像ベースの作成物を生成することを含む、請求項１～７のいずれか１項に記載の方法。
  9. 前記画像のサブセット内の各画像は、前記特定の人々のグループに含まれる前記２つ以上の人物識別子に対応する人物を示す、請求項８に記載の方法。
  10. 前記画像のサブセット内の各画像は、前記特定の人々のグループに含まれる前記２つ以上の人物識別子に対応する人物を示し、前記画像のサブセットのうちの少なくとも１つの画像は、他の人々のグループに含まれない１人以上の追加の人物を示す、請求項８に記載の方法。
  11. 前記画像のサブセットは、前記複数のエピソードのうちの少なくとも２つのエピソードからの画像を含む、請求項８に記載の方法。
  12. 前記画像のサブセットは、前記サブセットが、
    複数の２つ以上の位置においてキャプチャされる画像が前記画像のサブセットに含まれる位置多様性、
    複数のタイプのオブジェクトが前記画像のサブセットに示される視覚的多様性、およびそれらの組み合わせ、からなる群から選択される１つ以上を提供するように選択される、請求項１１に記載の方法。
  13. １つ以上のプロセッサに請求項１～１２のいずれか１項に記載の方法を実行させるためのプログラム。
  14. システムであって、
    請求項１３に記載のプログラムを記憶するメモリと、
    前記プログラムを実行するための１つ以上のプロセッサとを備える、システム。
JP2022171574A 2020-06-25 2022-10-26 人々のグループおよび画像ベースの作成物の自動生成 Active JP7515552B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2022171574A JP7515552B2 (ja) 2020-06-25 2022-10-26 人々のグループおよび画像ベースの作成物の自動生成

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
PCT/US2020/039706 WO2021262183A1 (en) 2020-06-25 2020-06-25 Automatic generation of people groups and image-based creations
JP2021514507A JP7167318B2 (ja) 2020-06-25 2020-06-25 人々のグループおよび画像ベースの作成物の自動生成
JP2022171574A JP7515552B2 (ja) 2020-06-25 2022-10-26 人々のグループおよび画像ベースの作成物の自動生成

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2021514507A Division JP7167318B2 (ja) 2020-06-25 2020-06-25 人々のグループおよび画像ベースの作成物の自動生成

Publications (2)

Publication Number Publication Date
JP2023017827A JP2023017827A (ja) 2023-02-07
JP7515552B2 true JP7515552B2 (ja) 2024-07-12

Family

ID=71579691

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2021514507A Active JP7167318B2 (ja) 2020-06-25 2020-06-25 人々のグループおよび画像ベースの作成物の自動生成
JP2022171574A Active JP7515552B2 (ja) 2020-06-25 2022-10-26 人々のグループおよび画像ベースの作成物の自動生成

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2021514507A Active JP7167318B2 (ja) 2020-06-25 2020-06-25 人々のグループおよび画像ベースの作成物の自動生成

Country Status (6)

Country Link
US (2) US11475616B2 (ja)
EP (2) EP4250252B1 (ja)
JP (2) JP7167318B2 (ja)
KR (2) KR102589154B1 (ja)
CN (1) CN114127779B (ja)
WO (1) WO2021262183A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12238138B2 (en) * 2021-05-20 2025-02-25 F.A.C.C.T. Antifraud Llc Method and device for clustering phishing web resources based on visual content image
CN115103236B (zh) * 2022-06-16 2024-09-13 抖音视界有限公司 影像记录生成方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006236218A (ja) 2005-02-28 2006-09-07 Fuji Photo Film Co Ltd 電子アルバム表示システム、電子アルバム表示方法、及び電子アルバム表示プログラム
JP2007094762A (ja) 2005-09-29 2007-04-12 Sony Corp 情報処理装置および方法、並びにプログラム
WO2009090804A1 (ja) 2008-01-18 2009-07-23 Nikon Corporation 画像群の標題付与装置、画像のグループ化装置、画像群の代表画像決定装置、画像表示装置、カメラおよび画像表示プログラム
JP2010507139A (ja) 2006-10-11 2010-03-04 ヒューレット−パッカード デベロップメント カンパニー エル．ピー． 顔に基づく画像クラスタリング
JP2011113270A (ja) 2009-11-26 2011-06-09 Sony Corp 情報処理装置、情報処理方法およびプログラム
JP2015064811A (ja) 2013-09-26 2015-04-09 富士フイルム株式会社 撮像画像の主要顔画像決定装置ならびにその制御方法およびその制御プログラム

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2003903728A0 (en) * 2003-07-21 2003-07-31 Hao Hang Zheng Method and system for performing combined image classification storage and rapid retrieval on a computer database
KR100601997B1 (ko) 2004-10-12 2006-07-18 삼성전자주식회사 인물기반 디지털 사진 클러스터링 방법 및 장치와 이를이용한 인물기반 디지털 사진 앨버밍 방법 및 장치
US20100157056A1 (en) * 2007-05-20 2010-06-24 Rafael Advanced Defense Systems Ltd. Tracking and imaging data fusion
US8189880B2 (en) * 2007-05-29 2012-05-29 Microsoft Corporation Interactive photo annotation based on face clustering
US10169646B2 (en) * 2007-12-31 2019-01-01 Applied Recognition Inc. Face authentication to mitigate spoofing
JPWO2010041377A1 (ja) 2008-10-06 2012-03-01 パナソニック株式会社 代表画像表示装置及び代表画像選択方法
US20110205399A1 (en) 2008-10-26 2011-08-25 Yuli Gao Arranging Images Into Pages Using Content-based Filtering And Theme-based Clustering
US8457366B2 (en) * 2008-12-12 2013-06-04 At&T Intellectual Property I, L.P. System and method for matching faces
US8121358B2 (en) 2009-03-06 2012-02-21 Cyberlink Corp. Method of grouping images by face
US8531478B2 (en) 2009-03-19 2013-09-10 Cyberlink Corp. Method of browsing photos based on people
US8351661B2 (en) * 2009-12-02 2013-01-08 At&T Intellectual Property I, L.P. System and method to assign a digital image to a face cluster
JP5434569B2 (ja) * 2009-12-22 2014-03-05 ソニー株式会社 情報処理装置および方法、並びにプログラム
US8712168B2 (en) * 2010-01-25 2014-04-29 Panasonic Corporation Image sorting device, method, program, and integrated circuit and storage medium storing said program
US9122912B1 (en) 2012-03-15 2015-09-01 Google Inc. Sharing photos in a social network system
US9836464B2 (en) * 2014-07-31 2017-12-05 Microsoft Technology Licensing, Llc Curating media from social connections
CA3003084A1 (en) * 2014-10-23 2016-04-28 Dele Atanda Intelligent personal information management system
CN108198172B (zh) * 2017-12-28 2022-01-28 北京大学深圳研究生院 图像显著性检测方法和装置
CN110348274B (zh) 2018-04-08 2022-03-04 杭州海康威视数字技术股份有限公司 一种人脸识别方法、装置及设备
US10740400B2 (en) * 2018-08-28 2020-08-11 Google Llc Image analysis for results of textual image queries
US11151386B1 (en) * 2020-03-04 2021-10-19 Amazon Technologies, Inc. Automated identification and tagging of video content

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006236218A (ja) 2005-02-28 2006-09-07 Fuji Photo Film Co Ltd 電子アルバム表示システム、電子アルバム表示方法、及び電子アルバム表示プログラム
JP2007094762A (ja) 2005-09-29 2007-04-12 Sony Corp 情報処理装置および方法、並びにプログラム
JP2010507139A (ja) 2006-10-11 2010-03-04 ヒューレット−パッカード デベロップメント カンパニー エル．ピー． 顔に基づく画像クラスタリング
WO2009090804A1 (ja) 2008-01-18 2009-07-23 Nikon Corporation 画像群の標題付与装置、画像のグループ化装置、画像群の代表画像決定装置、画像表示装置、カメラおよび画像表示プログラム
JP2011113270A (ja) 2009-11-26 2011-06-09 Sony Corp 情報処理装置、情報処理方法およびプログラム
JP2015064811A (ja) 2013-09-26 2015-04-09 富士フイルム株式会社 撮像画像の主要顔画像決定装置ならびにその制御方法およびその制御プログラム

Also Published As

Publication number Publication date
US11475616B2 (en) 2022-10-18
EP3948659B1 (en) 2023-08-30
US20220036614A1 (en) 2022-02-03
KR102851238B1 (ko) 2025-08-27
KR102589154B1 (ko) 2023-10-13
KR20230147752A (ko) 2023-10-23
CN114127779B (zh) 2025-05-30
CN114127779A (zh) 2022-03-01
EP3948659A1 (en) 2022-02-09
EP4250252B1 (en) 2024-09-25
WO2021262183A1 (en) 2021-12-30
EP4250252A1 (en) 2023-09-27
US20230018830A1 (en) 2023-01-19
JP2023017827A (ja) 2023-02-07
JP7167318B2 (ja) 2022-11-08
KR20220000981A (ko) 2022-01-04
JP2022541081A (ja) 2022-09-22
US11783521B2 (en) 2023-10-10

Similar Documents

Publication Publication Date Title
US12411926B2 (en) Automatic image sharing with designated users over a communication network
US10885380B2 (en) Automatic suggestion to share images
JP7624424B2 (ja) 画像選択提案
CN107710197B (zh) 在通信网络上共享图像和图像相册
US20160283483A1 (en) Providing selected images from a set of images
JP7654692B2 (ja) ユーザの好みを反映した機械学習ベースの画像圧縮設定
JP7515552B2 (ja) 人々のグループおよび画像ベースの作成物の自動生成
US20150242405A1 (en) Methods, devices and systems for context-sensitive organization of media files
US10885619B2 (en) Context-based imagery selection
US12235889B2 (en) Device messages provided in displayed image compilations based on user content

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221107

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20221107

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20231218

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240116

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240401

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240604

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240702

R150 Certificate of patent or registration of utility model

Ref document number: 7515552

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150