KR101686368B1 - 이미지 비교 프로세스 - Google Patents

이미지 비교 프로세스 Download PDF

Info

Publication number
KR101686368B1
KR101686368B1 KR1020157011578A KR20157011578A KR101686368B1 KR 101686368 B1 KR101686368 B1 KR 101686368B1 KR 1020157011578 A KR1020157011578 A KR 1020157011578A KR 20157011578 A KR20157011578 A KR 20157011578A KR 101686368 B1 KR101686368 B1 KR 101686368B1
Authority
KR
South Korea
Prior art keywords
images
image
data
social network
user
Prior art date
Application number
KR1020157011578A
Other languages
English (en)
Other versions
KR20150064184A (ko
Inventor
스캇 주카리노
더그 슈렛즈
유미오 사네요시
Original Assignee
구글 인코포레이티드
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 구글 인코포레이티드 filed Critical 구글 인코포레이티드
Publication of KR20150064184A publication Critical patent/KR20150064184A/ko
Application granted granted Critical
Publication of KR101686368B1 publication Critical patent/KR101686368B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—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
    • G06F17/30265—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F17/30247—
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Library & Information Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

컴퓨팅 디바이스(computing device)에서 소셜 네트워크(social network) 내의 제1이미지에 관한 데이터와 소셜 네트워크 내의 복수의 이미지에 관한 데이터를 비교하기 위한 컴퓨터로 구현되는 방법 및 컴퓨팅 시스템. 적어도 부분적으로 상기 비교에 기초하여 복수의 이미지들로부터 선택된 유사한 이미지들의 서브세트(subset)이 식별된다. 상기 서브세트의 적어도 한 부분은 사용자와 관련된 컴퓨팅 디바이스에 제시된다.

Description

이미지 비교 프로세스{IMAGE COMPARISON PROCESS}
관련 출원에 대한 상호 참조
본 출원은 미국 가출원번호 제61/721,169호(출원일: 2012년 11월 1일)의 이익을 주장하며, 그 전체 내용들이 본 명세서에 참조로 통합된다.
이 발명은 이미지들을 비교하는 것과 관련되며, 더 구체적으로는 이미지들에 관련된 데이터를 비교하는 것과 관련된다.
현재 인터넷은 불과 몇 십년 전만해도 상상할 수 없었던 방식으로 생각들과 정보의 자유 교환을 허용한다. 인터넷의 그러한 사용 중 하나는 일대일 교환들을 통한 것이든 또는 다자간 교환들을 통한 것이든, 의사소통 매체로서의 사용이다. 예를 들면, 두 개인들이 상호간 사적인 이메일들을 교환할 수 있다. 대안적으로, 다수의 사람들이 읽도록 게재(published)되는 엔트리들을 게시할 수 있는 공용 웹사이트에 참여할 수 있다. 그러한 웹사이트들의 예시들은 제품/서비스 리뷰 사이트들, 소셜 네트워크들, 및 시사 블로그들을 포함하나, 그에 제한되지는 않는다.
그러한 소셜 네트워크들의 사용을 통하여, 사용자들은 사진들과 같은 콘텐트를 교환할 수 있다. 게다가, 사용자들은 그러한 사진들에 관해 논의하고 코멘트를 제공할 수 있다.
제1구현예에서, 컴퓨터로 구현되는 방법이 컴퓨팅 디바이스에서 소셜 네트워크 내의 제1이미지에 관한 데이터를 수신하는 단계를 포함한다. 제1이미지에 관한 데이터는 소셜 네트워크 내에 게시된다. 컴퓨팅 디바이스에서 소셜 네트워크 내의 제1이미지에 관한 데이터가 소셜 네트워크 내의 복수의 이미지들에 관한 데이터와 비교된다. 적어도 부분적으로 상기 비교에 기초하여 상기 복수의 이미지들로부터 선택된 유사한 이미지들의 서브세트(subset)가 식별된다. 상기 유사한 이미지들의 서브세트를 식별하는 단계는 상기 서브세트를 생성하기 위해 소셜 네트워크 내의 제1이미지에 관한 데이터와 소셜 네트워크 내의 복수의 이미지들에 관한 데이터 사이에 유사성을 분석하는 단계를 포함한다. 상기 서브세트의 적어도 한 부분은 사용자와 관련된 컴퓨팅 디바이스에 제시된다.
다른 구현예에서, 컴퓨터로 구현되는 방법은 컴퓨팅 디바이스에서 소셜 네트워크 내의 제1이미지에 관한 데이터와 소셜 네트워크 내의 복수의 이미지들에 관한 데이터를 비교하는 단계를 포함한다. 적어도 부분적으로 상기 비교에 기초하여 복수의 이미지들로부터 선택된 유사한 이미지들의 서브세트가 식별된다. 상기 서브세트의 적어도 한 부분은 사용자와 관련된 컴퓨팅 디바이스에 제시된다.
다음 구성들 중 하나 이상이 포함된다. 제1이미지에 관한 데이터가 수신된다. 상기 제1이미지에 관한 데이터는 소셜 네트워크 내에 게시된다. 제1이미지에 관한 데이터는 상기 제1이미지에 관한 메타데이터(metadata)를 포함한다. 제1이미지에 관한 데이터는 상기 제1이미지에 관한 사용자 코멘트들(comments)을 포함한다. 복수의 이미지들에 관한 데이터는 상기 복수의 이미지들에 관한 메타데이터를 포함한다. 복수의 이미지들에 관한 데이터는 상기 복수의 이미지들에 관한 사용자 의견들을 포함한다.
유사한 이미지들의 서브세트를 식별하는 단계는 제1이미지와 관련된 사용자와 복수의 이미지들에 관련된 하나 이상의 사용자들 사이에 사회적 친밀성(social affinity)을 분석하는 단계를 포함한다. 유사한 이미지들의 서브세트를 식별하는 단계는 소셜 네트워크 내의 제1이미지에 관한 데이터와 소셜 네트워크 내의 복수의 이미지들에 관한 데이터 사이에 유사성들을 분석하는 단계를 포함한다. 유사한 이미지들의 서브세트를 식별하는 단계는 소셜 네트워크 내의 하나 이상의 복수의 이미지들과 관련된 사용자의 하나 이상의 크리덴셜들(credentials)을 분석하는 단계를 포함한다.
다른 구현예에서, 컴퓨팅 시스템은 소셜 네트워크 내의 제1이미지에 관한 데이터와 소셜 네트워크 내의 복수의 이미지들에 관한 데이터를 비교하는 단계를 포함하는 동작들을 수행하기 위해 구성된 프로세서 및 메모리를 포함한다. 적어도 부분적으로 상기 비교에 기초하여 복수의 이미지들로부터 선택된 유사한 이미지들의 서브세트가 식별된다. 상기 서브세트의 적어도 한 부분은 사용자와 관련된 컴퓨팅 디바이스에 제시된다.
다음 구성들 중 하나 이상이 포함된다. 제1이미지에 관한 데이터가 수신된다. 제1이미지에 관한 데이터는 소셜 네트워크 내에 게시된다. 제1이미지에 관한 데이터는 상기 제1이미지에 관한 메타데이터를 포함한다. 제1이미지에 관한 데이터는 상기 제1이미지에 관한 사용자 의견들을 포함한다. 복수의 이미지들에 관한 데이터는 상기 복수의 이미지들에 관한 메타데이터를 포함한다. 복수의 이미지들에 관한 데이터는 상기 복수의 이미지들에 관한 사용자 의견들을 포함한다.
유사한 이미지들의 서브세트를 식별하는 단계는 제1이미지와 관련된 사용자와 복수의 이미지들에 관련된 하나 이상의 사용자들 사이에 사회적 친밀성 분석하는 단계를 포함한다. 유사한 이미지들의 서브세트를 식별하는 단계는 소셜 네트워크 내의 제1이미지에 관한 데이터와 소셜 네트워크 내의 복수의 이미지들에 관한 데이터 사이에 유사성들을 분석하는 단계를 포함한다. 유사한 이미지들의 서브세트를 식별하는 단계는 소셜 네트워크 내의 하나 이상의 복수의 이미지들과 관련된 사용자의 하나 이상의 크리덴셜들을 분석하는 단계를 포함한다.
이들 및 본 발명의 다른 양태들은 하나 이상의 장점들을 제공한다. 예를 들면, 용도들은 상호 관련된 사진들을 식별하기, 뿐만 아니라 정확히 동일한 사진들을 식별하기를 포함한다. 의견들과 같은 정보는 콘텐트를 게시한 직후이든 또는 콘텐트를 보는 나중에든 사용자가 보기 위해 종합(aggregation)된다. 종합될 때, 관련되거나 동일한 사진에 관하여 공유되는 게시글들에 대해, 재공유들 / 코멘트들과 같은 게시글들에 관한 피드백과, 게시한 사람에 대한 친밀성 및, 사람들이 “웃겨”, “와우” 등과 같은 어떤 것을 말함에 의해 감정을 표시하는 키워드들과 함께 게시글에 응답한 경우와 같이 의견의 성질을 계산하는 것을 포함하는 랭킹이 행해진다.
하나 이상의 구현예들의 상세한 사항이 첨부되는 도면들과 후술할 설명에 제시된다. 다른 구성들 및 이점들은 설명, 도면들, 청구항들로부터 명백해질 것이다.
도 1은 본 발명의 실시예에 따른 이미지 비교 프로세스를 실행하는 컴퓨팅 디바이스를 포함하는 분산 컴퓨팅 네트워크의 개략도이다.
도 2는 본 발명의 실시예에 따른 도 1의 이미지 비교 프로세스의 순서도이다.
도 3a-3d는 본 발명의 실시예에 따른 소셜 네트워크 사용자 인터페이스의 개략도들이다.
도 4는 본 발명의 실시예에 따른 도 1의 컴퓨팅 디바이스의 개략도이다.
여러 도면들에서 동일한 참조 기호들은 동일한 구성요소들을 표시한다.
도 1을 참고하면, 이미지 비교 프로세스(10)가 도시되어 있다. 하기에서의 논의를 위해, 이미지 비교 프로세스(10)는 여러 방식으로 구현될 수 있음을 이해하는 것으로 간주한다. 예를 들면, 이미지 비교 프로세스(10)는 서버측(server-side) 프로세스, 클라이언트측(client-side) 프로세스 또는 서버측 / 클라이언트측 프로세스로서 구현된다.
예를 들면, 이미지 비교 프로세스(10)는 이미지 비교 프로세스(10s)을 통하여 순전히 서버측 프로세스로서 구현될 수 있다. 대안적으로, 이미지 비교 프로세스(10)는 클라이언트측 어플리케이션(10c1), 클라이언트측 어플리케이션(10c2), 클라이언트측 어플리케이션(10c3) 및 클라이언트측 어플리케이션(10c4) 중 하나 이상을 통하여 순전히 클라이언트측 프로세스로서 구현될 수 있다. 또한 대안적으로, 이미지 비교 프로세스(10)는 하나 이상의 클라이언트측 어플리케이션(10c1), 클라이언트측 어플리케이션(10c2), 클라이언트측 어플리케이션(10c3) 및 클라이언트측 어플리케이션(10c4) 중 하나 이상과 결합하여 이미지 비교 프로세스(10s)를 통하여 서버측 / 클라이언트측 프로세스로서 구현될 수 있다.
따라서, 이 발명에 사용되는 이미지 비교 프로세스(10)는 이미지 비교 프로세스(10s), 클라이언트측 어플리케이션(10c1), 클라이언트측 어플리케이션(10c2), 클라이언트측 어플리케이션(10c3) 및 클라이언트측 어플리케이션(10c4)의 임의의 조합을 포함한다.
도 2 또한 참조하면, 이하에서 더 상세히 논의하는 바와 같이, 이미지 비교 프로세스(10)는 소셜 네트워크 내의 제1이미지에 관한 데이터와 소셜 네트워크 내의 복수의 이미지들에 관한 데이터를 비교(100)한다. 이미지 비교 프로세스(10)는 적어도 부분적으로 상기 비교에 기초하여 복수의 이미지들로부터 선택된 유사한 이미지들의 서브세트(subset)를 식별(102)한다. 게다가, 이미지 비교 프로세스(10)는 사용자와 관련된 컴퓨팅 디바이스에 상기 서브세트의 적어도 한 부분을 제시(104)한다.
이미지 비교 프로세스(10s)는 서버 어플리케이션이며, 네트워크(14)에 연결된(예를 들어, 인터넷 또는 근거리 통신망(local area network)) 컴퓨팅 디바이스(12)에 상주하고, 컴퓨팅 디바이스(12)에 의해 실행된다. 컴퓨팅 디바이스(12)의 예시들은 퍼스널 컴퓨터(personal compute), 서버 컴퓨터, 일련의 서버 컴퓨터들(a series of server computers), 미니 컴퓨터, 메인프레임 컴퓨터 또는 전용 네트워크 디바이스(dedicated network device)를 포함하나, 그에 제한되지 않는다.
컴퓨팅 디바이스(12)에 연결된 저장 디바이스(16)에 저장된 이미지 비교 프로세스(10s)의 명령 세트들(instruction sets) 및 서브루틴들(subroutines)은 컴퓨팅 디바이스(12) 내에 포함된 하나 이상의 프로세서들(도시되지 않음) 및 하나 이상의 메모리 아키텍쳐들(도시되지 않음)에 의해 실행된다. 저장 디바이스(16)의 예시들은 하드 디스크 드라이브, 테이프 드라이브, 광학 드라이브, RAID 디바이스, NAS 디바이스, 저장공간 네트워크(Storage Area Network), 랜덤 액세스 메모리(RAM), 리드-온리 메모리(ROM) 및 모든 형태의 플래시 메모리 디바이스들을 포함하나, 그에 제한되지 않는다.
네트워크(14)는 하나 이상의 부차적인(secondary) 네트워크들(예를 들어, 네트워크(18))에 연결되며, 그것의 예시들은 근거리 통신망, 광역 통신망(wide area network) 또는 예를 들면 인트라넷(intranet)을 포함하나, 그에 제한되지 않는다.
클라이언트측 어플리케이션 (10c1, 10c2, 10c3, 10c4)의 예시들은 웹 브라우저(web browser), 게임 콘솔 사용자 인터페이스(game console user interface), 텔레비전 사용자 인터페이스 또는 특화된 어플리케이션(예를 들어, 모바일 플랫폼에서 실행되는 어플리케이션)을 포함하나, 그에 제한되지 않는다. 클라이언트측 어플리케이션 (10c1, 10c2, 10c3, 10c4)의 명령 세트들 및 서브루틴들은 클라이언트 전자 디바이스들 (28, 30, 32, 34) (각각에) 연결된 저장 디바이스들 (20, 22, 24, 26) (각각에) 저장되고, 클라이언트 전자 디바이스들 (28, 30, 32, 34) (각각에) 통합된 하나 이상의 프로세서들(도시되지 않음) 및 하나 이상의 메모리 아키텍쳐들(도시되지 않음)에 의해 실행된다. 저장 디바이스들 (20, 22, 24, 26)의 예시들은 하드 디스크 드라이브, 테이프 드라이브, 광학 드라이브, RAID 디바이스, NAS 디바이스, 저장공간 네트워크(Storage Area Network), 랜덤 액세스 메모리(RAM), 리드-온리 메모리(ROM) 및 모든 형태의 플래시 메모리 디바이스들을 포함하나, 그에 제한되지 않는다.
클라이언트 전자 디바이스들 (28, 30, 32, 34)의 예시들은 데스크톱 컴퓨터(28), 랩톱 컴퓨터(30), 데이터를 이용할 수 있는(data-enabled) 셀룰러 전화기(32), 노트북 컴퓨터(34), 서버 컴퓨터(도시되지 않음), 퍼스널 게임 디바이스(도시되지 않음), 데이터를 이용할 수 있는 텔레비전 콘솔(도시되지 않음), 퍼스널 뮤직 플레이어(도시되지 않음) 및 전용 네트워크 디바이스(도시되지 않음)을 포함하나, 그에 제한되지 않는다. 클라이언트 전자 디바이스들 (28, 30, 32, 34)은 각각 운영체재를 실행하며, 그것의 예시들은 Microsoft WindowsTM, AndroidTM, WebOSTM, iOSTM, Redhat LinuxTM 또는 커스텀 운영체재(custom operating system)를 포함하나, 그에 제한되지 않는다.
사용자들 (36, 38, 40, 42)는 네트워크(14)를 통하여 또는 부차적인 네트워크(18)를 통하여 이미지 비교 프로세스(10)에 직접적으로 액세스 한다. 게다가, 이미지 비교 프로세스(10)는 연결 라인(link line)(44)을 경유하여 부차적인 네트워크(18)를 통해 액세스될 수 있다.
여러 클라이언트 전자 디바이스들(예를 들어, 클라이언트 전자 디바이스들 (28, 30, 32, 34))은 네트워크(14) (또는 네트워크(18))에 직접적으로 또는 간접적으로 연결된다. 예를 들면, 데스크톱 컴퓨터(28)는 유선 네트워크 커넥션(hardwired network connection)을 통해 네크워크(14)에 직접적으로 연결된 것으로 도시된다. 랩톱 컴퓨터(30)는, 랩톱 컴퓨터(30) (각각에)와 네트워크(14)에 직접적으로 연결된 것으로 도시된 무선 액세스 포인트(wireless access point)(예를 들어, WAP)(48) 사이에 설정된 무선 통신 채널(46)을 통해 네트워크(14)에 무선으로 연결된 것으로 도시된다. WAP(48)는, 예를 들면, 랩톱 컴퓨터(30)와 WAP(48) 사이에 무선 통신 채널(46)을 설정할 능력이 있는 IEEE 802.11a, 802.11b, 802.11g, 802.11n, 와이파이(Wi-Fi) 및/또는 블루투스(Bluetooth) 디바이스일 수 있다. 게다가, 데이터를 이용할 수 있는 셀룰러 전화기(32)는, 데이터를 이용할 수 있는 셀룰러 전화기(32)와 네트워크(14)에 직접적으로 연결된 것으로 도시된 셀룰러 네트워크 / 브릿지(celluar network / bridge)(52) 사이에 설정된 무선 통신 채널(50)을 통해 네트워크(14)에 무선으로 연결된 것으로 도시된다. 추가적으로, 노트북 컴퓨터(34)는 배선된 네트워크 커넥션을 통해 네트워크(18)에 직접적으로 연결된 것으로 도시된다.
이미지 비교 프로세스(10)는 소셜 네트워크(54)와 상호작용하도록 구성된다. 따라서, 이미지 비교 프로세스(10)는 소셜 네트워크(54) 내에 포함되거나 그 일부로 구성될 수 있다. 대안적으로, 이미지 비교 프로세스(10)는 소셜 네트워크(54)와 상호작용하는(예를 들어, API를 통하여) 독립형의(stand-alone) 프로세스로 구성될 수 있다. 소셜 네트워크(54)는 사용자들(예를 들어, 사용자들 (36, 38, 40, 42))이 소셜 네트워크(54) 내의 다양한 이미지들(예를 들어, 복수의 이미지들(56))을 다른 사용자들에 의한 코멘트를 위해 게시할 수 있도록 구성된다. 임의적으로, 사용자는 유사한 이미지 또는 동일한 이미지가 게시된 경우 알림 받기 위한 구독을 선택할 수 있다. 예를 들면, 당신이 연결되어 있는 소셜 네트워크에 누군가는 당신이 보고 싶어 하는 관련된 사진을 게시할 수 있다. 다른 예는, 소셜 그래프(social graph)에 당신과 가깝게 연결된 누군가가 당신과 동일한 이미지 및 당신이 코멘트들을 보고 싶어할 수 있는 이미지를 게시할 수 있다.
도 3a-3d 또한 참조하면, 소셜 네트워크(54)는 예시적 목적을 위해 사용자들 (36, 38, 40, 42)(모두 소셜 네트워크(54)의 구성원들임)에 의한 사용을 위한 사용자 인터페이스(150)를 렌더링 하도록 구성되는 것으로 가정한다. 또한 사용자(36)는 이미지(152)(재즈 콘서트의 이미지)를 (도 3a에 도시된 것과 같이) 소셜 네트워크(54)에 게시하는 것으로 가정한다. 하나 이상의 사용자 (36, 38, 40, 42)는 이미지(152)에 관한 데이터(58)를 제공한다. 데이터(58)는 이미지(152)에 관한 메타데이터 및/또는 이미지(152)에 관한 사용자 코멘트들의 형태이다. 예를 들면, 이미지(152)를 소셜 네트워크(54)에 게시할 때, 사용자(36)는 “지난 토요일 밤 XYZ 밴드는 The Pier를 정말 뒤흔들었어”와 같은, 이미지(152)에 관한 데이터(58)를 (메타데이터(154)의 형태로) 제공할 수 있다. 추가적으로 이미지(152)를 보면서, 사용자(38)는 “나도 알아, 그들은 작년에 내가 Jersey에서 그들을 봤을 때 놀라웠어”와 같은, 이미지(152)에 관한 데이터(58)를 (사용자 코멘트들(156)의 형태로) 제공할 수 있다. 이미지 비교 프로세스(10)는 이미지(152)에 관한 데이터(58)를 수신(106)하도록 및 (이 예시에서) 소셜 네트워크(54)의 사용자 인터페이스(150) 내에 이미지(152)에 관한 데이터(58)를 게시(108)하도록 구성된다. 메타데이터는 GPS 위치, 장소들, 사람들, 밴드들, 시간, 웹 주소, 설명, 코멘트들, 소셜 신호들(social signals), 사진을 표현하는 데이터 및/또는 그 이상을 포함한다. 추가적으로, (도 3b에서 도시된 것과 같은) 이미지(158) 및 (도 3c에서 도시된 것과 같은) 이미지(160)에 관한 유사한 게시글들이 소셜 네트워크(54) 내에 만들어졌다고 가정한다.
이미지(152)와 관련될 수 있는 소셜 네트워크(54) 내에 게시된 (복수의 이미지들(56)으로부터 선택된) 다른 이미지들을 식별하기 위해, 이미지 비교 프로세스(10)는 소셜 네트워크(54) 내의 이미지(152)에 관한 데이터(58)와 소셜 네트워크(54) 내의 복수의 이미지들(56)에 관한 데이터(60)를 비교(100)한다. 이미지(152)에 관한 데이터(58)와 마찬가지로, 복수의 이미지들(56)에 관한 데이터(60)는 복수의 이미지들(56) 내에 포함된 별개의 이미지들에 관한 메타데이터 및/또는 복수의 이미지들(56) 내에 포함된 별개의 이미지들에 관한 사용자 코멘트들을 포함한다. 한번 비교(100)가 완료되면, 이미지 비교 프로세스(100)는 적어도 부분적으로, 이미지 비교 프로세스(10)에 의해 수행된 상기 비교(100)에 기초하여, 복수의 이미지들로부터 선택된 유사한 이미지들(예를 들어, 이미지들(158, 160))의 서브세트를 식별(102)한다. 이미지 프로세스(10)는 코멘트를 제공하는 사용자와 관련된 컴퓨팅 디바이스에 상기 유사한 이미지들의 서브세트의 적어도 한 부분을 (예를 들어, 도 3d에 도시된 것과 같이) 제시(104)한다.
사용자(36)가 “지난 토요일 밤 XYZ 밴드는 The Pier를 정말 뒤흔들었어”라고 언급한 이미지(152)에 관한 데이터(58)를 (메타데이터(154)의 형태로) 제공하는 상기에 언급된 예시를 계속하면, 이미지 비교 프로세스(10)는 상기에 기재된 비교(100)를 하고, 이미지(158) 및 이미지(160)를 포함하는 복수의 이미지들(56)의 서브세트를 식별(102)한다.
유사한 이미지들의 서브세트를 식별(102)할 때, 이미지 비교 프로세스(10)는 소셜 네트워크 내의 제1이미지에 관한 데이터와 소셜 네트워크 내의 복수의 이미지들에 관한 데이터 사이에 유사성들을 분석(110)하고; 제1이미지와 관련된 사용자와 복수의 이미지들에 관련된 하나 이상의 사용자들 사회적 친밀성을 분석(112)하며; 및/또는 소셜 네트워크 내의 하나 이상의 복수의 이미지들과 관련된 사용자의 하나 이상의 크리덴셜들을 분석(114)한다.
예를 들면, 이미지(158) 및/또는 이미지(160) 각각은 그것들과 관련된 메타데이터를 가진다(예를 들어, 메타데이터(162, 164)). 게다가 이미지(158) 및/또는 이미지(160) 각각은 그것들과 관련된 사용자 코멘트들을 가진다(예를 들어, 사용자 코멘트들(166, 168)). 따라서, 유사한 이미지들의 서브세트를 식별(102)할 때, 이미지 비교 프로세스(10)는 소셜 네트워크(54) 내의 이미지(152)에 관한 데이터(예를 들어, 메타데이터(154) 및 사용자 코멘트들(156))와 소셜 네트워크(54) 내의 복수의 이미지들(56) 내에 포함된 각 이미지에 관한 데이터(예를 들어, 메타데이터 및 사용자 코멘트들) 사이에 유사성들을 분석(110)한다.
이 예시를 계속하면, 유사한 이미지들의 서브세트를 식별(102)할 때, 이미지 비교 프로세스(10)는 사용자(36)(예를 들어, 이미지(152)와 관련된 사용자)와 복수의 이미지들(56) 내에 포함된 별개의 이미지들과 관련된 사용자들 사이에 사회적 친밀성을 분석(112)한다. 따라서, 이미지 비교 프로세스(10)는 메타데이터 및/또는 사용자 코멘트들이 소셜 네트워크(54) 내의 사용자(36)의 친구들에 의해 제공된 (복수의 이미지들(56)내에 포함된) 이미지들에 더 무겁게 가중치를 준다.
추가적으로, 유사한 이미지들의 서브세트를 식별(102)할 때, 이미지 비교 프로세스(10)는 복수의 이미지들(56) 내에 포함된 별개의 이미지들과 관련된 사용자들의 하나 이상의 크리덴셜들을 분석(114)한다. 따라서, 이미지 비교 프로세스(10)는 메타데이터 및/또는 사용자 코멘트들이 이미지(154)에 관련된 범위 내의 관계자들에 의해 제공된 (복수의 이미지들(56)내에 포함된) 이미지들에 더 무겁게 가중치를 준다. 상기 논의된 바와 같이, 이미지(152)는 재즈 콘서트의 이미지이다. 따라서, 이미지 비교 프로세스(10)는 상기 기재된 서브세트 내에 메타데이터 및/또는 사용자 코멘트들이 예를 들어 음악 평론가에 의하여 제공된 (복수의 이미지들(56)로부터 선택된) 이미지들을 포함할 가능성이 크다.
적어도 부분적으로 이미지 비교 프로세스(10)에 의해 수행된 비교(100)에 기초하여 복수의 이미지들(156)로부터 선택된 유사한 이미지들의 서브세트를 식별하는 단계(102)에서, 이미지 비교 프로세스(10)는 코멘트를 제공하는 사용자와 관련된 컴퓨팅 디바이스(예를 들어, 데스크톱 컴퓨터(28))에 상기 유사한 이미지들의 서브세트의 적어도 한 부분을 제시(104)하며, 그에 따라 사용자(36)가 이미지(154)와 관련된 이미지들(예를 들어, (158, 160))에 관한 메타데이터 및 사용자 코멘트들을 검토할 수 있도록 한다.
도 3d에 도시된 바와 같이, 데이터는 예를 들어 사용자(36)에게, (사용자 (36)에 의한) 이미지(152)에 관한 원본 게시글을 보여주는 계층적 방식으로 형식을 갖춘 이미지 비교 프로세스(10)에 의하여 제시(104)되고, 이어서 이미지 비교 프로세스(10)에 의하여 유사한 이미지들로 식별(102)된 이미지들(158, 160)에 관한 게시글들이 제시(104)된다.
또한 도 4를 참조하면, 컴퓨팅 시스템(12)의 개략도가 도시된다. 컴퓨팅 시스템(12)가 이 도면에 도시되고 있지만, 기타 구성도 가능하므로, 이것은 단지 도시적인 목적이며 본 발명의 제한을 두기 위해 의도되지 않았다. 예를 들면, 이미지 비교 프로세스(10)는 도 4 내의 컴퓨팅 디바이스(12) 대신에, 전부 또는 부분적으로 실행할 능력이 있는 임의의 컴퓨팅 디바이스로 대체될 수 있고, 그것의 예시들은 클라이언트 전자 디바이스들 (28, 30, 32, 34)을 포함하지만, 그에 제한되지 않는다.
컴퓨팅 시스템(12)는 예를 들어, 이미지 비교 프로세스(10)를 위해 데이터를 처리하고 명령들 / 코드를 실행하도록 구성된 마이크로프로세서(microprocessor)(200)을 포함한다. 마이크로프로세서(200)은 저장 디바이스(16)와 연결된다. 상기 논의된 바와 같이, 저장 디바이스(16)의 예시들은 하드 디스크 드라이브, 테이프 드라이브, 광학 드라이브, RAID 디바이스, NAS 디바이스, 저장공간 네트워크(Storage Area Network), 랜덤 액세스 메모리(RAM), 리드-온리 메모리(ROM) 및 모든 형태의 플래시 메모리 디바이스들을 포함하나, 그에 제한되지 않는다. IO 컨트롤러(IO controller)(202)는 키보드(206), 마우스(208), USB 포트들(도시되지 않음) 및 프린터 포트들(도시되지 않음)과 같은 다양한 디바이스들과 함께 마이크로프로세서(200)에 연결되도록 구성된다. 디스플레이 어댑터(display adaptor)(210)는 마이크로프로세서(200)과 함께 디스플레이(212)(예를 들어, CRT 또는 LCD 모니터)에 연결되도록 구성되며, 네트워크 어댑터(network adapter)(214)(예를 들어, 이더넷(Ethernet) 어댑터)는 마이크로프로세서(200)가 네트워크(14)(예를 들어, 인터넷 또는 근거리 통신망)에 연결되도록 구성된다.
통상의 기술자에 의해 인식될 수 있는 바와 같이, 본 발명은 방법(예를 들어, 컴퓨팅 디바이스(12)에서 전부 또는 부분적으로 실행하는 단계), 시스템(예를 들어, 컴퓨팅 디바이스(12) 또는 컴퓨터 프로그램물(예를 들어, 저장 디바이스(16)내에 인코딩된(encoded) 것)로서 수록된다. 따라서, 본 발명은 전체적으로 하드웨어인 실시예, 전체적으로 소프트웨어인 실시예 또는 본 문서에 모두 일반적으로 “회로” “모듈” 또는 “시스템”으로 지칭된 소프트웨어와 하드웨어가 조합되는 양태들인 실시예의 형태를 취할 수 있다. 게다가, 본 발명은 매체에 수록된 컴퓨터에서 사용가능한(computer-usable) 프로그램 코드를 가지는 컴퓨터에서 사용가능한 저장 매체상의 컴퓨터 프로그램물의 형태를 취할 수 있다.
기타 적절한 컴퓨터에서 사용가능한 또는 컴퓨터에서 판독가능한 매체(예를 들어, 저장 디바이스(16))가 활용될 수 있다. 컴퓨터에서 사용가능한 또는 컴퓨터에서 판독가능한 매체는, 예를 들면 전자적, 자기적, 광학적, 전자기적, 자외선의 또는 반도체 시스템, 장치, 디바이스 또는 전파 매체일 수 있으나, 그에 제한되지 않는다. 컴퓨터에서 판독가능한 매체의 더 구체적 예시들(완전하지 않은 리스트)은 다음을 포함한다: 하나 이상의 전선들을 가지는 전기적 커넥션, 휴대용 컴퓨터 디스켓, 하드 디스크, 랜덤 엑세스 메모리(RAM), 리드-온리 메모리(ROM), 소거가능한 프로그래밍가능한 리드-온리 메모리(EPROM 또는 플래시 메모리), 광학 섬유, 휴대용 컴팩트 디스크 리드-온리 메모리(CD-ROM), 광학 저장디바이스, 인터넷 또는 인트라넷을 지원하는 것들과 같은 전송 미디어 또는 자기 저장 디바이스. 또한 컴퓨터에서 사용가능한 또는 컴퓨터에서 판독가능한 매체는, 프로그램이 예를 들면, 종이 또는 기타 매체의 광학 스캔을 통해 전자적으로 캡쳐되고, 그 후에 적절한 방식으로 컴파일, 해석 또는 다르게 처리될 수 있으며, 필요하다면 그 후에 컴퓨터 메모리에 저장될 수 있으므로, 프로그램이 인쇄된 종이 또는 기타 적절한 매체일 수 있다. 이 명세서의 문맥에서, 컴퓨터에서 사용 가능한 또는 컴퓨터에서 판독가능한 매체는, 명령 실행 시스템, 장치 또는 디바이스에 의한 사용을 위한, 또는 명령 실행 시스템, 장치 또는 디바이스와 관련되는 프로그램을 포함, 저장, 통신, 전파하는 임의의 매체일 수 있다. 컴퓨터에서 사용가능한 매체는 그 안에 수록된 컴퓨터에서 사용가능한 프로그램 코드와 함께, 기저대(baseband) 내에서 또는 반송파(carrier wave)의 부분으로서 전파된 데이터 신호를 포함한다. 컴퓨터에서 사용가능한 프로그램 코드는 인터넷, 와이어라인(wireline), 광학 섬유 케이플, RF 등을 포함하는 다만 그에 제한되지 않는, 임의의 적당한 매체를 사용하여 전송될 수 있다.
본 발명의 동작들을 수행하기 위한 컴퓨터 프로그램 코드는 Java, Smalltalk, C++ 또는 그와 비슷한 것과 같은 객체 지향 프로그래밍 언어로 기록될 수 있다. 그러나, 또한 본 발명의 동작들을 수행하기 위한 컴퓨터 프로그램 코드는 C 프로그래밍 언어 또는 유사한 프로그래밍 언어들과 같은 통상적인 절차적 프로그래밍 언어들(procedural programming languages)로 기록될 수 있다. 프로그램 코드는 사용자의 컴퓨터에서 전체적으로, 사용자의 컴퓨터에서 부분적으로, 독립형의(stand-alone) 소프트웨어 패키지로서, 사용자의 컴퓨터에서 부분적으로 및 원격 컴퓨터에서 부분적으로 또는 원격 컴퓨터나 서버에서 전체적으로 실행될 수 있다. 후자의 시나리오에서, 원격 컴퓨터는 사용자의 컴퓨터에 근거리 통신망 / 광역 통신망 / 인터넷(예를 들어, 네크워크(14))을 통하여 연결될 수 있다.
본 개시내용은 본 발명의 실시예들에 따른 순서도 도시들 및/또는 방법들, 장치(시스템) 및 컴퓨터 프로그램물들의 블록 다이어그램들에 관해서 기재된다. 순서도 도시들 및/또는 블록 다이어그램들의 각 블록, 및 순서도 도시들 및/또는 블록 다이어그램들에서 블록들의 조합은 컴퓨터 프로그램 명령들로서 구현된다. 이들 컴퓨터 프로그램 명령들은 일반적 목적의 컴퓨터 / 특별한 목적의 컴퓨터 / 기타 프로그래밍 가능한 데이터 처리 장치(예를 들어, 컴퓨팅 디바이스(12))의 프로세서에 제공되며, 이러한 컴퓨터 또는 기타 프로그래밍 가능한 데이터 처리 장치의 프로세서(예를 들어, 프로세서(200)를 통해 실행되는 명령들은 순서도 및/또는 블록 다이어그램의 블록 또는 블록들에 특화된 기능들/행동들을 구현하기 위한 수단들을 생성한다.
또한 이들 컴퓨터 프로그램 명령들은 컴퓨터 또는 기타 프로그래밍 가능한 데이터 처리 장치가 특정 방식으로 기능하도록 지시하는 컴퓨터에서 판독가능한 메모리(예를 들어, 저장 디바이스(16))에 저장되며, 이러한 컴퓨터에서 판독가능한 메모리에 저장된 명령들은, 순서도 및/또는 블록 다이어그램의 블록 또는 블록들에 특화된 기능/행동들을 구현하는 명령 수단들을 포함하는 제조물을 생산한다.
또한 컴퓨터 프로그램 명령은 컴퓨터로 구현되는 프로세스를 생산하기 위한 컴퓨터 또는 기타 프로그래밍 가능한 장치에서 수행될 일련의 동작의 단계들을 발생시키기 위해 컴퓨터 또는 기타 프로그래밍 가능한 데이터 처리 장치에 로드되며, 컴퓨터 또는 기타 프로그래밍 가능한 장치에서 실행되는 이러한 명령들은 순서도 및/또는 블록 다이어그램의 블록 또는 블록들에 특화된 기능들/행동들을 구현하기 위한 단계들을 제공한다.
도면들에서 순서도들 및 블록 다이어그램들은 본 발명의 다양한 실시예들에 따르는 아키텍쳐, 기능 및 시스템들, 방법들 및 컴퓨터 프로그램물들의 가능한 구현예들의 동작을 도시한다. 이 점에서, 순서도 또는 블록 다이어그램들의 각 블록은 하나 이상의 정화된 논리적 기능(들)을 구현하기 위해 실행가능한 명령들을 포함하는 모듈, 세그먼트 또는 코드의 부분을 나타낸다. 또한, 어떤 선택적인 구현예들에서, 블록에 기재된 기능들은 도면들에 기재된 것과 그 순서와 다르게 발생할 수 있다는 것을 주목해야 한다. 예를 들면, 연속적으로 도시된 두 블록들은, 사실, 실질적으로 동시에 실행될 수 있고, 또는 수반된 기능들에 따라 블록들은 가끔 반대의 순서로 실행될 수 있다는 것을 주목해야 한다. 또한, 블록 다이어그램들 및/또는 순서도 도시들의 각 블록 및 블록 다이어그램들 및/또는 순서도 도시들에서 블록들의 조합들은, 특화된 기능들 또는 행동들을 수행하는 특별한 목적의 하드웨어에 기초한 시스템들 또는 특별한 목적의 하드웨어와 컴퓨터 명령들의 조합들에 의해 구현될 수 있다는 것을 주목해야 한다.
본 명세서에 사용된 용어는 단지 특정 실시예들을 기술하기 위한 목적이며, 본 발명에 제한을 두기 위해 의도되지 않았다. 본 명세서에 사용된 바와 같이, 단수의 형태들은 문맥상 분명히 다르게 표시하지 않는 한 복수의 형태들도 또한 포함하도록 의도되었다. 용어들 “포함한다” 및/또는 “포함하는”이 본 명세서에 사용된 경우, 언급된 구성들, 정수들, 단계들, 동작들, 구성요소들 및/또는 컴포넌트들의 실재를 명기하며, 하나 이상의 기타 구성들, 정수들, 단계들, 동작들, 구성요소들, 컴포넌트들 및/또는 그들의 그룹들의 실재 또는 추가를 배제하는 것이 아니라는 것이 추가적으로 이해될 것이다.
하기 청구항들에 있는 모든 수단들 또는 단계 플러스 기능 구성요소들(step plus function elements)의 상응하는 구조들, 물질들, 행동들 및 균등물들은 명확하게 청구항에 기재된 것으로서 다른 청구항에 기재된 구성요소들과 조합하여 기능을 수행하기 위한 임의의 구조, 물질 또는 행동을 포함하도록 의도되었다. 본 발명의 설명은 도시와 설명의 목적으로 제시되었고, 빠짐없이 완전하다거나 개시된 형태로 발명을 제한하기 위해 의도되지 않았다. 많은 수정들 및 변형들이 본 발명의 범위와 정신으로부터 벗어남 없이 통상의 기술자에게 명백해질 것이다. 실시예는 본 발명의 원칙들 및 실용적인 적용을 최선으로 설명하기 위해, 그리고 다른 통상의 기술자가 고려된 특정 용도에 맞도록 적절하게 하는 것과 같이 다양한 수정들과 함께 다양한 실시예들의 개시를 이해하는 것을 가능하게 하기 위해 선택되고 기재되었다.
이와 같이 본 발명의 개시를 상세히 및 그것들의 실시예들을 참조하여 기재하였지만, 수정들 및 변형들은 첨부된 청구항들에서 정의된 발명의 범위로부터 벗어남 없이도 가능하다는 것이 명백할 것이다.

Claims (20)

  1. 컴퓨터로 구현되는 방법에 있어서,
    컴퓨팅 디바이스(computing device)에서, 소셜 네트워크(social network) 내의 제1이미지에 관한 데이터를 수신하는 단계;
    소셜 네트워크 내의 상기 제1이미지에 관한 데이터를 게시하는 단계;
    컴퓨팅 디바이스에서, 소셜 네트워크 내의 상기 제1이미지에 관한 데이터와 소셜 네트워크 내의 복수의 이미지들에 관한 데이터를 비교하는 단계;
    적어도 부분적으로 상기 비교에 기초하여 상기 복수의 이미지들로부터 선택된 유사한 이미지들의 서브세트(subset)를 식별하는 단계 - 상기 유사한 이미지들의 서브세트를 식별하는 단계는:
    소셜 네트워크 내의 상기 제1이미지에 관한 데이터와 소셜 네트워크 내의 상기 복수의 이미지들에 관한 데이터 사이의 유사성들을 분석하여 상기 서브세트를 생성하는 단계;
    소셜 네트워크 내의 상기 복수의 이미지들 중 적어도 하나와 관련된 하나 이상의 사용자 중 제2 사용자의 하나 이상의 크리덴셜들(credentials)을 분석하여 상기 제2 사용자가 상기 제1이미지에 관련된 분야 내의 관계자(authority)인지 여부를 판단하는 단계; 및
    상기 제2 사용자가 상기 제1이미지에 관련된 상기 분야 내의 관계자라는 판단에 응답하여, 상기 복수의 이미지들 중 상기 적어도 하나가 상기 유사한 이미지들의 서브세트 내에 포함될 가능성이 커지도록 상기 복수의 이미지들 중 상기 적어도 하나에 가중치를 주는 단계
    를 포함함 - ;
    및
    사용자와 관련된 컴퓨팅 디바이스에 상기 서브세트의 적어도 한 부분을 제시하는 단계를 포함하는 컴퓨터로 구현되는 방법.
  2. 컴퓨터로 구현되는 방법에 있어서,
    컴퓨팅 디바이스에서, 소셜 네트워크 내의 제1이미지에 관한 데이터와 소셜 네트워크 내의 복수의 이미지들에 관한 데이터를 비교하는 단계;
    적어도 부분적으로 상기 비교에 기초하여 상기 복수의 이미지들로부터 선택된 유사한 이미지들의 서브세트를 식별하는 단계 - 상기 식별하는 단계는:
    상기 제1이미지와 관련된 사용자와 상기 복수의 이미지들과 관련된 하나 이상의 사용자들 사이의 사회적 친밀성(social affinity)을 분석하는 단계; 및
    상기 분석에 기초하여, 소셜 네트워크 내의 상기 제1이미지와 관련된 상기 사용자의 친구들에 의해 제공된 메타데이터(metadata) 및 소셜 네트워크 내의 상기 제1이미지와 관련된 상기 사용자의 친구들에 의해 제공된 사용자 코멘트들(user comments) 중 적어도 하나를 갖는, 상기 복수의 이미지들 중 하나 이상에 가중치를 주는 단계
    를 포함함 - ; 및
    사용자와 관련된 컴퓨팅 디바이스에 상기 서브세트의 적어도 한 부분을 제시하는 단계를 포함하는 컴퓨터로 구현되는 방법.
  3. 제2항에 있어서,
    상기 제1이미지에 관한 상기 데이터를 수신하는 단계를 더 포함하는 컴퓨터로 구현되는 방법.
  4. 제2항에 있어서,
    소셜 네트워크 내의 상기 제1이미지에 관한 상기 데이터를 게시하는 단계를 더 포함하는 컴퓨터로 구현되는 방법.
  5. 제2항에 있어서,
    상기 제1이미지에 관한 상기 데이터는 상기 제1이미지에 관한 메타데이터를 포함하는 컴퓨터로 구현되는 방법.
  6. 제2항에 있어서,
    상기 제1이미지에 관한 상기 데이터는 상기 제1이미지에 관한 사용자 코멘트들을 포함하는 컴퓨터로 구현되는 방법.
  7. 제2항에 있어서,
    상기 복수의 이미지들에 관한 상기 데이터는 상기 복수의 이미지들에 관한 메타데이터를 포함하는 컴퓨터로 구현되는 방법.
  8. 제2항에 있어서,
    상기 복수의 이미지들에 관한 상기 데이터는 상기 복수의 이미지들에 관한 사용자 코멘트들을 포함하는 컴퓨터로 구현되는 방법.
  9. 삭제
  10. 제2항에 있어서,
    상기 유사한 이미지들의 서브세트를 식별하는 단계는
    소셜 네트워크 내의 상기 제1이미지에 관한 데이터와 소셜 네트워크 내의 상기 복수의 이미지들에 관한 데이터 사이의 유사성들을 분석하는 단계를 포함하는 컴퓨터로 구현되는 방법.
  11. 제2항에 있어서,
    상기 유사한 이미지들의 서브세트를 식별하는 단계는
    소셜 네트워크 내의 상기 복수의 이미지들 중 하나 이상과 관련된 사용자의 하나 이상의 크리덴셜들을 분석하는 단계를 포함하는 컴퓨터로 구현되는 방법.
  12. 동작들을 수행하도록 구성된 프로세서 및 메모리를 포함하는 컴퓨팅 시스템(computing system)에 있어서, 상기 동작들은:
    소셜 네트워크 내의 제1이미지에 관한 데이터와 소셜 네트워크 내의 복수의 이미지들에 관한 데이터를 비교하고;
    적어도 부분적으로 상기 비교에 기초하여 상기 복수의 이미지들로부터 선택된 유사한 이미지들의 서브세트를 식별하며 - 상기 식별하는 것은:
    상기 제1이미지와 관련된 사용자와 상기 복수의 이미지들과 관련된 하나 이상의 사용자들 사이의 사회적 친밀성을 분석하고;
    상기 분석에 기초하여, 소셜 네트워크 내의 상기 제1이미지와 관련된 상기 사용자의 친구들에 의해 제공된 메타데이터 및 소셜 네트워크 내의 상기 제1이미지와 관련된 상기 사용자의 친구들에 의해 제공된 사용자 코멘트들 중 적어도 하나를 갖는, 상기 복수의 이미지들 중 하나 이상에 가중치를 주는 것
    을 포함함 - ;
    사용자와 관련된 컴퓨팅 디바이스에 상기 서브세트의 적어도 한 부분을 제시하는 것을 포함하는 컴퓨팅 시스템.
  13. 제12항에 있어서,
    상기 동작들은 상기 제1이미지에 관한 상기 데이터를 수신하는 것을 더 포함하는 컴퓨팅 시스템.
  14. 제12항에 있어서,
    상기 동작들은 소셜 네트워크 내의 상기 제1이미지에 관한 상기 데이터를 게시하는 것을 더 포함하는 컴퓨팅 시스템.
  15. 제12항에 있어서,
    상기 제1이미지에 관한 상기 데이터는 상기 제1이미지에 관한 메타데이터를 포함하는 컴퓨팅 시스템.
  16. 제12항에 있어서,
    상기 제1이미지에 관한 상기 데이터는 상기 제1이미지에 관한 사용자 코멘트들을 포함하는 컴퓨팅 시스템.
  17. 제12항에 있어서,
    상기 복수의 이미지들에 관한 상기 데이터는 상기 복수의 이미지들에 관한 메타데이터를 포함하는 컴퓨팅 시스템.
  18. 제12항에 있어서,
    상기 복수의 이미지들에 관한 상기 데이터는 상기 복수의 이미지들에 관한 사용자 코멘트들을 포함하는 컴퓨팅 시스템.
  19. 삭제
  20. 제12항에 있어서,
    상기 유사한 이미지들의 서브세트를 식별하는 것은
    소셜 네트워크 내의 상기 제1이미지에 관한 데이터와 소셜 네트워크 내의 상기 복수의 이미지들에 관한 데이터 사이에 유사성들을 분석하는 것을 포함하는 컴퓨팅 시스템.
KR1020157011578A 2012-11-01 2013-10-30 이미지 비교 프로세스 KR101686368B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261721169P 2012-11-01 2012-11-01
US61/721,169 2012-11-01
PCT/US2013/067527 WO2014070906A1 (en) 2012-11-01 2013-10-30 Image comparison process

Publications (2)

Publication Number Publication Date
KR20150064184A KR20150064184A (ko) 2015-06-10
KR101686368B1 true KR101686368B1 (ko) 2016-12-13

Family

ID=50548406

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020157011578A KR101686368B1 (ko) 2012-11-01 2013-10-30 이미지 비교 프로세스

Country Status (6)

Country Link
US (1) US9418079B2 (ko)
EP (1) EP2915062A4 (ko)
JP (1) JP2016502181A (ko)
KR (1) KR101686368B1 (ko)
CN (1) CN104769577A (ko)
WO (1) WO2014070906A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10732783B2 (en) * 2015-12-28 2020-08-04 Microsoft Technology Licensing, Llc Identifying image comments from similar images
US10937165B2 (en) 2018-03-21 2021-03-02 International Business Machines Corporation Comparison of relevant portions of images

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030195883A1 (en) 2002-04-15 2003-10-16 International Business Machines Corporation System and method for measuring image similarity based on semantic meaning
US20110211737A1 (en) 2010-03-01 2011-09-01 Microsoft Corporation Event Matching in Social Networks
US20120076367A1 (en) 2010-09-24 2012-03-29 Erick Tseng Auto tagging in geo-social networking system
US20120213404A1 (en) 2011-02-18 2012-08-23 Google Inc. Automatic event recognition and cross-user photo clustering

Family Cites Families (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6463426B1 (en) * 1997-10-27 2002-10-08 Massachusetts Institute Of Technology Information search and retrieval system
US7720302B2 (en) * 2003-09-25 2010-05-18 Fujifilm Corporation Method, apparatus and program for image processing
US20050135667A1 (en) * 2003-12-22 2005-06-23 Abb Oy. Method and apparatus for labeling images and creating training material
US7885901B2 (en) * 2004-01-29 2011-02-08 Yahoo! Inc. Method and system for seeding online social network contacts
US8830979B2 (en) * 2005-02-25 2014-09-09 Anchor Audio, Inc. Wireless multipoint voice network
US7809722B2 (en) 2005-05-09 2010-10-05 Like.Com System and method for enabling search and retrieval from image files based on recognized information
US7702821B2 (en) * 2005-09-15 2010-04-20 Eye-Fi, Inc. Content-aware digital media storage device and methods of using the same
US7941835B2 (en) * 2006-01-13 2011-05-10 Authenticor Identity Protection Services, Inc. Multi-mode credential authorization
US7680748B2 (en) * 2006-02-02 2010-03-16 Honda Motor Co., Ltd. Creating a model tree using group tokens for identifying objects in an image
US7930279B2 (en) * 2006-09-29 2011-04-19 Christopher Betts Systems and methods adapted to retrieve and/or share information via internet communications
US7903904B1 (en) * 2007-02-16 2011-03-08 Loeb Enterprises LLC. System and method for linking data related to a set of similar images
JP2009070278A (ja) * 2007-09-14 2009-04-02 Toshiba Corp コンテンツ類似性判定装置およびコンテンツ類似性判定方法
US9898767B2 (en) * 2007-11-14 2018-02-20 Panjiva, Inc. Transaction facilitating marketplace platform
US8296291B1 (en) * 2007-12-12 2012-10-23 Amazon Technologies, Inc. Surfacing related user-provided content
US9143573B2 (en) * 2008-03-20 2015-09-22 Facebook, Inc. Tag suggestions for images on online social networks
US8537409B2 (en) * 2008-10-13 2013-09-17 Xerox Corporation Image summarization by a learning approach
US8280164B2 (en) * 2009-03-04 2012-10-02 Eastman Kodak Company Producing object cutouts in topically related images
US8175376B2 (en) * 2009-03-09 2012-05-08 Xerox Corporation Framework for image thumbnailing based on visual similarity
US8886206B2 (en) * 2009-05-01 2014-11-11 Digimarc Corporation Methods and systems for content processing
US8396870B2 (en) * 2009-06-25 2013-03-12 University Of Tennessee Research Foundation Method and apparatus for predicting object properties and events using similarity-based information retrieval and modeling
US9384214B2 (en) * 2009-07-31 2016-07-05 Yahoo! Inc. Image similarity from disparate sources
US20110099199A1 (en) * 2009-10-27 2011-04-28 Thijs Stalenhoef Method and System of Detecting Events in Image Collections
US8438484B2 (en) * 2009-11-06 2013-05-07 Sony Corporation Video preview module to enhance online video experience
US8472662B2 (en) * 2010-09-16 2013-06-25 Facebook, Inc. Associating cameras with users of a social networking system
US8605956B2 (en) * 2009-11-18 2013-12-10 Google Inc. Automatically mining person models of celebrities for visual search applications
US20110153412A1 (en) * 2009-12-23 2011-06-23 Victor Novikov Selection and Presentation of Related Social Networking System Content and Advertisements
US8559731B2 (en) * 2010-01-18 2013-10-15 International Business Machines Corporation Personalized tag ranking
US20110239282A1 (en) * 2010-03-26 2011-09-29 Nokia Corporation Method and Apparatus for Authentication and Promotion of Services
US8774528B2 (en) * 2010-09-24 2014-07-08 Kodak Alaris Inc. Method of selecting important digital images
US9588992B2 (en) * 2010-09-30 2017-03-07 Microsoft Technology Licensing, Llc Displaying images interesting to a user
JP5608570B2 (ja) * 2011-01-07 2014-10-15 日本放送協会 関連コンテンツ検索装置及びプログラム
JP2012168741A (ja) * 2011-02-15 2012-09-06 Nomura Research Institute Ltd 販売支援情報交換システム
US9135631B2 (en) * 2011-08-18 2015-09-15 Facebook, Inc. Computer-vision content detection for sponsored stories
US20130110865A1 (en) * 2011-10-27 2013-05-02 Google Inc. Image Endorsements
US8934661B2 (en) * 2011-12-09 2015-01-13 Facebook, Inc. Automatic photo album creation based on social information
US20130297464A1 (en) * 2012-05-01 2013-11-07 Shopsavvy Inc. System, Method, and Computer-Readable Storage Medium For Identifying A Product
US20130304646A1 (en) * 2012-05-14 2013-11-14 Izettle Hardware Ab Method and system for identity and know your customer verification through credit card transactions in combination with internet based social data
US20140233811A1 (en) * 2012-05-15 2014-08-21 Google Inc. Summarizing a photo album
US8799829B2 (en) * 2012-09-28 2014-08-05 Interactive Memories, Inc. Methods and systems for background uploading of media files for improved user experience in production of media-based products
US20140181205A1 (en) * 2012-12-26 2014-06-26 Google Inc. Promoting sharing in a social network system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030195883A1 (en) 2002-04-15 2003-10-16 International Business Machines Corporation System and method for measuring image similarity based on semantic meaning
US20110211737A1 (en) 2010-03-01 2011-09-01 Microsoft Corporation Event Matching in Social Networks
US20120076367A1 (en) 2010-09-24 2012-03-29 Erick Tseng Auto tagging in geo-social networking system
US20120213404A1 (en) 2011-02-18 2012-08-23 Google Inc. Automatic event recognition and cross-user photo clustering

Also Published As

Publication number Publication date
US20140122531A1 (en) 2014-05-01
CN104769577A (zh) 2015-07-08
WO2014070906A1 (en) 2014-05-08
EP2915062A1 (en) 2015-09-09
US9418079B2 (en) 2016-08-16
JP2016502181A (ja) 2016-01-21
EP2915062A4 (en) 2016-06-29
KR20150064184A (ko) 2015-06-10

Similar Documents

Publication Publication Date Title
US10802686B2 (en) Methods and systems for providing user feedback
Norouzizadeh Dezfouli et al. Investigating Social Networking applications on smartphones detecting Facebook, Twitter, LinkedIn and Google+ artefacts on Android and iOS platforms
US9082129B2 (en) Providing recommendations on a social networking system page
CA2830622C (en) Synchronizing digital content
CN110462616B (zh) 用于生成拼接数据流的方法和服务器计算机
JP5957048B2 (ja) 曖昧性を解消する教師データの生成方法、生成システム、及び生成プログラム
US10042548B2 (en) Methods and systems for providing user feedback using an emotion scale
US10652075B2 (en) Systems and methods for selecting content items and generating multimedia content
EP2864956B1 (en) System and method for hosting and sharing a live event
KR20130066694A (ko) 소셜 미디어 애플리케이션과 연관되는 커스터마이즈된 프리젠테이션들의 합성
US20140095216A1 (en) Itinerary-based event recommendations
US20220019637A1 (en) Methods and systems for selecting user generated content
JP6517911B2 (ja) イベントコンテンツストリーム向けの適切なコンテンツを判定するためのシステムおよび方法
US20140122532A1 (en) Image comparison process
US10178061B2 (en) Digest filtering system and method
KR101686368B1 (ko) 이미지 비교 프로세스
Jiang et al. Geolocated social media posts are happier: Understanding the characteristics of check-in posts on twitter
JP5925324B2 (ja) ソーシャルネットワークリポート
GB2511235A (en) Method, computer program, and computer for detecting trends in social medium
US10225355B2 (en) Methods and systems for abuse detection of zero-rated data
US9171337B2 (en) System and method for monitoring social network conversations
US9282071B1 (en) Location based message discovery
US20230205924A1 (en) Electronic device for protecting personal information and operation method thereof
Weidemann GeosocialFootprint (2103): Social Media Location Privacy Web Map
JP2011170531A (ja) トラフィックデータ分離方法およびプログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20191127

Year of fee payment: 4