KR101964202B1 - 관심 지점에 따라 이미지 잘라내기 - Google Patents

관심 지점에 따라 이미지 잘라내기 Download PDF

Info

Publication number
KR101964202B1
KR101964202B1 KR1020177024838A KR20177024838A KR101964202B1 KR 101964202 B1 KR101964202 B1 KR 101964202B1 KR 1020177024838 A KR1020177024838 A KR 1020177024838A KR 20177024838 A KR20177024838 A KR 20177024838A KR 101964202 B1 KR101964202 B1 KR 101964202B1
Authority
KR
South Korea
Prior art keywords
image
viewport
user
interest
points
Prior art date
Application number
KR1020177024838A
Other languages
English (en)
Other versions
KR20170104653A (ko
Inventor
크리스토퍼 세르주 벤자민 셰듀
Original Assignee
페이스북, 인크.
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 페이스북, 인크. filed Critical 페이스북, 인크.
Publication of KR20170104653A publication Critical patent/KR20170104653A/ko
Application granted granted Critical
Publication of KR101964202B1 publication Critical patent/KR101964202B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • G06K9/3233
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01Social networking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/60Editing figures and text; Combining figures or text
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/40Scaling of whole images or parts thereof, e.g. expanding or contracting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/22Cropping
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09GARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2340/00Aspects of display data processing
    • G09G2340/04Changes in size, position or resolution of an image

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)
  • Image Processing (AREA)
  • User Interface Of Digital Computer (AREA)
  • Sorting Of Articles (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

일실시예로, 컴퓨팅 장치는 이미지에서 하나 이상의 관심 지점을 결정한다. 컴퓨팅 장치는 기결정된 수의 관심 지점을 포함하는 뷰포트 위치를 선택한다. 컴퓨팅 장치는 뷰포트 위치에 적어도 부분적으로 기초하여 이미지를 잘라낸다.

Description

관심 지점에 따라 이미지 잘라내기{IMAGE CROPPING ACCORDING TO POINTS OF INTEREST}
본 출원은 미국연방법률(35 U.S.C. §120) 하에 2013년 3월 14일 출원된 미국특허출원 제13/829859호의 계속출원이다.
본 명세서는 일반적으로 소셜 네트워킹 시스템에서 이미지에 관한 것이다.
소셜 네트워킹 웹사이트를 포함할 수 있는 소셜 네트워킹 시스템은 사용자들(가령, 개인들 또는 단체들)이 소셜 네트워킹 시스템과 상호작용하고, 소셜 네트워킹 시스템을 통해 서로 상호작용할 수 있게 해줄 수 있다. 소셜 네트워킹 시스템은 사용자로부터의 입력으로 사용자와 연관된 사용자 프로필을 생성하고 소셜 네트워킹 시스템에 저장할 수 있다. 사용자 프로필은 사용자의 인구학적 정보, 통신-채널 정보 및 개인 관심사에 대한 정보를 포함할 수 있다. 또한, 소셜 네트워킹 시스템은 사용자로부터의 입력으로 소셜 네트워킹 시스템의 다른 사용자들과의 사용자의 관계에 대한 기록을 생성하고 저장할 수 있을 뿐만 아니라 서비스(예컨대, 담벼락 게시물, 사진-공유, 이벤트 조직, 메시징, 게임 또는 광고)를 제공하여 사용자들 사이의 소셜 상호작용을 용이하게 할 수 있다.
소셜 네트워킹 시스템은 그것의 서비스에 관한 컨텐츠 또는 메시지를 하나 이상의 네트워크를 통해 사용자의 모바일이나 다른 컴퓨팅 장치로 송신할 수 있다. 또한, 사용자는 소셜 네트워킹 시스템 내의 사용자의 사용자 프로필과 다른 데이터에 접근하기 위해 사용자의 모바일이나 다른 컴퓨팅 장치에 소프트웨어 애플리케이션을 설치할 수 있다. 소셜 네트워킹 시스템은 가령 사용자와 연결된 다른 사용자들의 통합된 소식의 뉴스피드와 같이 사용자에게 디스플레이하도록 개인화된 세트의 컨텐츠 객체를 생성할 수 있다.
특정 실시예로, 소셜 네트워킹 시스템은 이미지에서 하나 이상의 관심 지점(points of interest)을 결정할 수 있다. 관심 지점은 예컨대 사람(예컨대, 소셜 네트워킹 시스템의 사용자) 또는 소셜 네트워킹 시스템 내에서 표현되는 컨셉(예컨대, 위치 또는 사업체)을 포함할 수 있다. 특정 실시예로, 이미지에서 최대 수의 관심 지점을 포함하는 뷰포트 위치가 선택될 수 있고, 이미지는 이 위치에서 뷰포트의 치수에 따라 잘려질 수 있다. 뷰포트 위치는 예컨대 이미지 내 각 관심 지점의 위치에서 얼마나 많은 관심 지점이 뷰포트에 포함되는지를 테스트하여 선택될 수 있다.
일실시예로, 컴퓨팅 장치는 이미지에서 하나 이상의 관심 지점을 결정한다. 컴퓨팅 장치는 기결정된 수의 관심 지점을 포함하는 뷰포트 위치를 선택한다. 컴퓨팅 장치는 뷰포트 위치에 적어도 부분적으로 기초하여 이미지를 잘라낸다.
본 발명의 내용 중에 포함되어 있다.
도 1은 소셜 네트워킹 시스템과 연관된 예시적인 네트워크 환경을 도시한다.
도 2는 예시적인 소셜 그래프를 도시한다.
도 3은 관심 지점을 가진 예시적인 이미지를 도시한다.
도 4는 예시적인 뷰포트 테스트 위치를 도시한다.
도 5는 예시적인 뷰포트 테스트 위치를 도시한다.
도 6은 예시적인 뷰포트 테스트 위치를 도시한다.
도 7은 이미지를 잘라내는 예시적인 방법을 도시한다.
도 8은 예시적인 컴퓨터 시스템을 도시한다.
도 1은 소셜 네트워킹 시스템과 관련된 예시적인 네트워크 환경(100)을 도시한다. 네트워크 환경(100)은 클라이언트 시스템(130), 소셜 네트워킹 시스템(160) 및 네트워크(110)에 의해 서로 연결된 제3자 시스템(170)을 포함한다. 비록 도 1은 클라이언트 시스템(130), 소셜 네트워킹 시스템(160), 제3자 시스템(170) 및 네트워크(110)의 특정 배열을 도시하고 있지만, 본 명세서는 클라이언트 시스템(130), 소셜 네트워킹 시스템(160), 제3자 시스템(170) 및 네트워크(110)의 임의의 적절한 배열을 고려한다. 예로서 제한없이, 클라이언트 시스템(130), 소셜 네트워킹 시스템(160) 및 제3자 시스템(170) 중 두 개 이상이 네트워크(110)를 바이패싱하여 서로 직접 연결될 수 있다. 또 다른 예로서, 클라이언트 시스템(130), 소셜 네트워킹 시스템(160) 및 제3자 시스템(170) 중 두 개 이상이 전체적으로 또는 부분적으로 서로 물리적 또는 논리적으로 함께 위치할 수 있다. 게다가, 비록 도 1은 특정 수의 클라이언트 시스템(130), 소셜 네트워킹 시스템(160), 제3자 시스템(170) 및 네트워크(110)를 도시하고 있지만, 본 명세서는 임의의 적절한 수의 클라이언트 시스템(130), 소셜 네트워킹 시스템(160), 제3자 시스템(170) 및 네트워크(110)를 고려한다. 예로서 제한없이, 네트워크 환경(100)은 다수의 클라이언트 시스템(130), 소셜 네트워킹 시스템(160), 제3자 시스템(170) 및 네트워크(110)를 포함할 수 있다.
본 명세서는 임의의 적절한 네트워크(110)를 고려한다. 예로서 제한없이, 네트워크(110)의 하나 이상의 부분은 애드혹 네트워크, 인트라넷, 익스트라넷, VPN(virtual private network), LAN(local area network), WLAN(wireless LAN), WAN(wide area network), WWAN(wireless WAN), MAN(metropolitan area network), 인터넷의 부분, PSTN(Public Switched Telephone Network)의 부분, 셀룰러 전화 네트워크 또는 이들 중 두 개 이상의 조합을 포함할 수 있다. 네트워크(110)는 하나 이상의 네트워크(110)를 포함할 수 있다.
링크(150)는 통신 네트워크(110)에 클라이언트 시스템(130), 소셜 네트워킹 시스템(160) 및 제3자 시스템(170)을 연결하거나 서로 연결할 수 있다. 본 명세서는 임의의 적절한 링크(150)를 고려한다. 특정 실시예에서, 하나 이상의 링크(150)는 하나 이상의 유선(가령, DSL(Digital Subscriber Line) 또는 DOCSIS(Data Over Cable Service Interface Specification)), 무선(가령, Wi-Fi 또는 WiMax(Worldwide Interoperability for Microwave Access)), 광학(가령, SONET(Synchronous Optical Network) 또는 SDH(Synchronous Digital Hierarchy)) 링크를 포함한다. 특정 실시예에서, 하나 이상의 링크(150) 각각은 애드혹 네트워크, 인트라넷, 익스트라넷, VPN, LAN, WLAN, WAN, WWAN, MAN, 인터넷의 부분, PSTN의 부분, 셀룰러 기술-기반 네트워크, 위성 통신 기술-기반 네트워크, 다른 링크(150) 또는 이런 링크(150)의 둘 이상의 조합을 포함한다. 링크(150)는 네트워크 환경(100) 전체에 걸쳐 반드시 동일할 필요는 없다. 하나 이상의 제1 링크(150)는 하나 이상의 면에서, 하나 이상의 제2 링크(150)와 다를 수 있다.
특정 실시예로, 클라이언트 시스템(130)은 하드웨어, 소프트웨어 또는 임베디드 로직 컴포넌트나 이들의 2 이상의 컴포넌트의 조합을 포함하고 클라이언트 시스템(130)에 의해 구현되거나 지원되는 적절한 기능을 수행할 수 있는 전자식 장치일 수 있다. 예로서 제한 없이, 클라이언트 시스템(130)은 가령 데스크톱 컴퓨터, 노트북이나 랩톱 컴퓨터, 넷북, 태블릿 컴퓨터, e-북 리더, GPS(global-positioning system) 장치, 카메라, 개인용 정보 단말기(PDA), 휴대용 전자 장치, 셀룰러 전화, 스마트폰, 다른 적절한 전자 장치 또는 이들의 임의의 적절한 조합과 같은 컴퓨터 시스템을 포함할 수 있다. 본 명세서는 임의의 적절한 클라이언트 시스템(130)을 고려한다. 클라이언트 시스템(130)은 클라이언트 시스템(130)에서 네트워크 사용자가 네트워크(110)에 접근할 수 있게 할 수 있다. 클라이언트 시스템(130)은 그 사용자가 다른 클라이언트 시스템(130)의 다른 사용자들과 통신할 수 있게 할 수 있다.
특정 실시예로, 클라이언트 시스템(130)은, 가령 MICROSOFT INTERNET EXPLORER, GOOGLE CHROME 또는 MOZILLA FIREFOX와 같은 웹 브라우저(132)를 포함할 수 있고, 가령 TOOLBAR 또는 YAHOO TOOLBAR와 같은 하나 이상의 애드-온(add-ons), 플러그-인(plug-ins) 또는 다른 확장형(extensions)을 가질 수 있다. 클라이언트 시스템(130)에서의 사용자는 URL(Uniform Resource Locator) 또는 웹 브라우저(132)를 특정 서버(가령, 서버(162) 또는 제3자 시스템(170)과 관련된 서버)로 인도하는 다른 주소를 입력할 수 있고, 웹 브라우저(132)는 하이퍼텍스트 전송 프로토콜(HTTP) 요청을 생성하고 HTTP 요청을 서버로 통신할 수 있다. 서버는 HTTP 요청을 수락하고, HTTP 요청에 응답하여 하나 이상의 하이퍼텍스트 마크업 언어(HTML) 파일을 클라이언트 시스템(130)으로 통신할 수 있다. 클라이언트 시스템(130)은 사용자에게 표시하기 위해 서버로부터 HTML 파일에 기초한 웹페이지를 렌더링할 수 있다. 본 명세서는 임의의 적절한 웹페이지 파일을 고려한다. 예로서 제한 없이, 웹페이지는 특정한 필요에 따라 HTML 파일, 확장형 하이퍼텍스트 마크업 언어(XHTML) 파일 또는 확장형 마크업 언어(XML) 파일로부터 렌더링할 수 있다. 또한, 이런 페이지는, 예로서 제한 없이 JAVASCRIPT, JAVA, MICROSOFT SILVERLIGHT, 가령 AJAX(비동기식 JAVASCRIPT 및 XML)와 같은 마크업 언어와 스크립트의 조합 등과 같은 스크립트를 실행할 수 있다. 본 명세서에서, 웹페이지에 대한 레퍼런스는 (브라우저가 웹페이지를 렌더링하는데 사용할 수 있는) 하나 이상의 해당 웹페이지 파일을 포함하며, 적절한 경우, 그 역도 또한 같다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 온라인 소셜 네트워크를 호스팅할 수 있는 네트워크-주소화 컴퓨팅 시스템일 수 있다. 소셜 네트워킹 시스템(160)은 예컨대 사용자-프로필 데이터, 컨셉-프로필 데이터, 소셜-그래프 정보 또는 온라인 소셜 네트워크에 관한 다른 적절한 데이터와 같은 소셜 네트워킹 데이터를 생성, 저장, 수신 및 전송할 수 있다. 소셜 네트워킹 시스템(160)은 직접적으로 또는 네트워크(110)를 통해 네트워크 환경(100)의 다른 컴포넌트들에 의해 접근될 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 하나 이상의 서버(162)를 포함할 수 있다. 각 서버(162)는 일체형 서버(unitary server)일 수 있거나, 다수의 컴퓨터 또는 다수의 데이터센터에 걸쳐 있는 분산형 서버일 수 있다. 서버(162)는 예로서 제한 없이, 웹 서버, 뉴스 서버, 메일 서버, 메시지 서버, 광고 서버, 파일 서버, 애플리케이션 서버, 교환 서버, 데이터베이스 서버, 프록시 서버, 본 명세서에 기술된 기능이나 프로세스를 수행하는데 적절한 또 다른 서버 또는 이들의 임의의 조합과 같이, 다양한 타입일 수 있다. 특정 실시예로, 각 서버(162)는 서버(162)에 의해 구현되거나 지원되는 적절한 기능을 수행하기 위한 하드웨어, 소프트웨어 또는 임베디드 논리 소자 또는 2 이상의 이런 소자들의 조합을 포함할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(164)은 하나 이상의 데이터 스토어(164)를 포함할 수 있다. 데이터 스토어(164)는 다양한 타입의 정보를 저장하는데 사용될 수 있다. 특정 실시예로, 데이터 스토어(164)에 저장된 정보는 특정한 데이터 구조에 따라 구조화될 수 있다. 특정 실시예로, 각 데이터 스토어(164)는 관계형, 컬럼형(columnar), 상관형(correlation) 또는 다른 적절한 데이터베이스일 수 있다. 본 명세서는 특정 타입의 데이터베이스를 기술하거나 도시하지만, 본 명세서는 임의의 적절한 타입의 데이터베이스를 고려한다. 특정 실시예는 클라이언트 시스템(130), 소셜 네트워킹 시스템(160) 또는 제3자 시스템(170)이 데이터 스토어(164)에 저장된 정보를 관리, 검색, 변경, 추가 또는 삭제할 수 있게 하는 인터페이스를 제공할 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 하나 이상의 데이터 스토어(164)에 하나 이상의 소셜 그래프를 저장할 수 있다. 특정 실시예로, 소셜 그래프는 (특정 사용자에 각각 해당하는) 다수의 사용자 노드 또는 (특정 컨셉에 각각 해당하는) 다수의 컨셉 노드를 포함할 수 있는 다수의 노드 및 노드를 연결하는 다수의 에지를 포함할 수 있다. 소셜 네트워킹 시스템(160)은 다른 사용자와 통신하고 상호작용하는 능력을 온라인 소셜 네트워크의 사용자에게 제공할 수 있다. 특정 실시예로, 사용자는 소셜 네트워킹 시스템(160)을 통해 온라인 소셜 네트워크에 가입한 후 연결들(즉, 관계들)을 그들이 연결되고자 하는 소셜 네트워킹 시스템(160)의 다수의 다른 사용자에 추가할 수 있다. 본 명세서에서, "친구"란 용어는 사용자가 소셜 네트워킹 시스템(160)을 통해 연결, 유대 또는 관계를 형성했던 소셜 네트워킹 시스템(160)의 임의의 다른 사용자를 가리킬 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 소셜 네트워킹 시스템(160)에 의해 지원되는 다양한 유형의 아이템이나 객체에 대한 행위를 취할 수 있는 능력을 사용자에게 제공할 수 있다. 예로서 제한 없이, 아이템 및 객체는 소셜 네트워킹 시스템(160)의 사용자들이 속할 수 있는 그룹이나 소셜 네트워크, 사용자가 관심을 가질지도 모르는 이벤트 또는 캘린더 엔트리, 사용자가 사용할 수 있는 컴퓨터-기반 애플리케이션, 사용자가 서비스를 통해 아이템을 팔거나 구매할 수 있게 하는 거래, 사용자가 수행할 수 있는 광고와의 상호작용 또는 다른 적절한 아이템이나 객체를 포함할 수 있다. 사용자는 소셜 네트워킹 시스템(160) 또는 소셜 네트워킹 시스템(160)과 별개이거나 네트워크(110)를 통해 소셜 네트워킹 시스템(160)에 결합되는 제3자 시스템(170)의 외부 시스템에서 표현될 수 있는 모든 것과 상호작용할 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 다양한 엔티티를 링크할 수 있다. 예로서 제한 없이, 소셜 네트워킹 시스템(160)은 사용자가 서로 상호작용할 뿐 아니라 제3자 시스템(170)이나 다른 엔티티로부터 컨텐츠를 수신할 수 있게 하거나, 사용자가 응용 프로그래밍 인터페이스(API)나 다른 통신 채널을 통해 이런 엔티티와 상호작용할 수 있게 해줄 수 있다.
특정 실시예로, 제3자 시스템(170)은 하나 이상의 타입의 서버, 하나 이상의 데이터 스토어, API들을 포함하나 이에 국한되지 않는 하나 이상의 인터페이스, 하나 이상의 웹 서비스, 하나 이상의 컨텐츠 소스, 하나 이상의 네트워크 또는 예컨대 서버가 통신할 수 있는 임의의 다른 적절한 컴포넌트를 포함할 수 있다. 제3자 시스템(170)은 소셜 네트워킹 시스템(160)을 운영하는 엔티티와는 다른 엔티티에 의해 운영될 수 있다. 그러나, 특정 실시예로, 소셜 네트워킹 시스템(160) 및 제3자 시스템(170)은 소셜 네트워킹 서비스를 소셜 네트워킹 시스템(160)이나 제3자 시스템(170)의 사용자에게 제공하도록 서로 함께 동작할 수 있다. 이런 의미에서, 소셜 네트워킹 시스템(160)은 가령 제3자 시스템(170)과 같은 다른 시스템들이 인터넷상의 사용자들에게 소셜 네트워킹 서비스와 기능을 제공하도록 사용할 수 있는 플랫폼 또는 백본(backbone)을 제공할 수 있다.
특정 실시예로, 제3자 시스템(170)은 제3자 컨텐츠 객체 제공자를 포함할 수 있다. 제3자 컨텐츠 객체 제공자는 클라이언트 시스템(130)과 통신될 수 있는 하나 이상의 소스의 컨텐츠 객체를 포함할 수 있다. 예로서 제한 없이, 컨텐츠 객체는 가령 영화 쇼타임, 영화 리뷰, 레스토랑 리뷰, 레스토랑 메뉴, 제품 정보와 리뷰 또는 다른 적절한 정보와 같이 사용자가 관심 있는 사물이나 활동에 관한 정보를 포함할 수 있다. 또 다른 예로서 제한 없이, 컨텐츠 객체는 가령 쿠폰, 할인 티켓, 상품권 또는 다른 적절한 인센티브 객체와 같은 인센티브 컨텐츠 객체를 포함할 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 또한 소셜 네트워킹 시스템(160)과 사용자의 상호작용을 향상시킬 수 있는 사용자-생성된 컨텐츠 객체를 포함한다. 사용자-생성된 컨텐츠는 사용자가 소셜 네트워킹 시스템(160)에 추가, 업로드, 송신 또는 "게시"할 수 있는 모든 것을 포함할 수 있다. 예로서 제한 없이, 사용자는 클라이언트 시스템(130)으로부터 소셜 네트워킹 시스템(160)으로 게시물을 통신할 수 있다. 게시물은 가령 상태 업데이트나 다른 텍스트형 데이터와 같은 데이터, 위치 정보, 사진, 비디오, 링크, 음악 또는 다른 유사한 데이터나 매체를 포함할 수 있다. 또한, 컨텐츠는 가령 뉴스피드 또는 스트림과 같이 "통신 채널"을 통해 제3자에 의해 소셜 네트워킹 시스템(160)에 추가될 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 다양한 서버, 서브-시스템, 프로그램, 모듈, 로그 및 데이터 스토어를 포함할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 다음의 하나 이상의: 웹 서버, 행위 로거, API 요청 서버, 관련성 및 순위화 엔진, 컨텐츠 객체 분류기, 알림 제어기, 행위 로그, 제3자 컨텐츠 객체 노출 로그, 추론 모듈, 인증/개인정보 서버, 검색 모듈, 광고 타겟팅 모듈, 사용자 인터페이스 모듈, 사용자 프로필 스토어, 연결 스토어, 제3자 컨텐츠 스토어 또는 위치 스토어를 포함할 수 있다. 또한, 소셜 네트워킹 시스템(160)은 가령 네트워크 인터페이스, 보안 메커니즘, 부하 균형기, 장애 서버, 관리 및 네트워크 운영 콘솔, 다른 적절한 컴포넌트 또는 이들의 임의의 적절한 조합과 같이 적절한 컴포넌트들을 포함할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 사용자 프로필을 저장하기 위한 하나 이상의 사용자 프로필 스토어를 포함할 수 있다. 사용자 프로필은 예컨대 인명정보, 인구학적 정보, 행동 정보, 소셜 정보 또는 가령 경력, 학력, 취미나 기호, 관심사, 친밀감, 위치와 같은 다른 유형의 설명적 정보를 포함할 수 있다. 관심사 정보는 하나 이상의 카테고리에 관한 관심사를 포함할 수 있다. 카테고리는 일반적이거나 구체적일 수 있다. 예로서 제한 없이, 사용자가 신발 브랜드에 관한 기사에 "좋아한다"면, 카테고리는 그 브랜드일 수 있거나 "신발" 또는 "옷"의 일반 카테고리일 수 있다. 연결 스토어는 사용자에 대한 연결 정보를 저장하는데 사용될 수 있다. 연결 정보는 유사하거나 공통의 경력, 그룹 맴버쉽, 취미, 학력을 가지거나 임의의 방식으로 관련되거나 공통 속성을 공유하는 사용자들을 표시할 수 있다. 또한, 연결 정보는 (내부와 외부 모두의) 다른 사용자들과 컨텐츠 사이의 사용자-정의된 연결들을 포함할 수 있다. 웹 서버는 네트워크(110)를 통해 하나 이상의 클라이언트 시스템(130)이나 하나 이상의 제3자 시스템(170)과 소셜 네트워킹 시스템(160)을 링크하는데 사용될 수 있다. 웹 서버는 소셜 네트워킹 시스템(160)과 하나 이상의 클라이언트 시스템(130) 사이에서 메시지를 수신하고 라우팅하기 위한 메일 서버나 다른 메시징 기능을 포함할 수 있다. API 요청 서버는 제3자 시스템(170)이 하나 이상의 API를 호출하여 소셜 네트워킹 시스템(160)으로부터의 정보에 접근할 수 있게 해줄 수 있다. 행위 로거는 소셜 네트워킹 시스템(160) 내부나 외부에서의 사용자의 행위에 대한 웹 서버로부터의 통신을 수신하는데 사용될 수 있다. 행위 로그와 함께, 제3자 컨텐츠 객체 로그에서는 제3자 컨텐츠 객체에 대한 사용자 노출이 관리될 수 있다. 알림 제어기는 컨텐츠 객체에 관한 정보를 클라이언트 시스템(130)에 제공할 수 있다. 정보는 알림으로서 클라이언트 시스템(130)으로 푸싱(pushed)될 수 있거나, 정보는 클라이언트 시스템(130)으로부터 수신된 요청에 응답하여 클라이언트 시스템(130)으로부터 풀링(pulled)될 수 있다. 인증 서버는 소셜 네트워킹 시스템(160)의 사용자의 하나 이상의 개인정보 설정을 강제하는데 사용될 수 있다. 사용자의 개인정보 설정은 사용자와 관련된 특정 정보가 어떻게 공유될 수 있는지를 결정한다. 인증 서버는 예컨대 적절한 개인정보 설정을 설정함으로써, 사용자의 행위를 소셜 네트워킹 시스템(160)에 의해 로그되게 하거나 다른 시스템(예컨대, 제3자 시스템(170))과 공유되게 하도록 사용자가 참여하거나 탈퇴할 수 있게 해줄 수 있다. 제3자 컨텐츠 객체 스토어는 가령 제3자 시스템(170)과 같은 제3자로부터 수신된 컨텐츠 객체를 저장하는데 사용될 수 있다. 위치 스토어는 사용자와 관련된 클라이언트 시스템(130)으로부터 수신된 위치 정보를 저장하는데 사용될 수 있다. 광고 가격결정 모듈은 소셜 정보, 현재시간, 위치 정보 또는 다른 적절한 정보를 결합하여 알림의 형태로 사용자에게 관련 광고를 제공할 수 있다.
도 2는 예시적인 소셜 그래프(200)를 도시한다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 하나 이상의 데이터 스토어에 하나 이상의 소셜 그래프(200)를 저장할 수 있다. 특정 실시예로, 소셜 그래프(200)는 다수의 사용자 노드(202)나 다수의 컨셉 노드(204)를 포함할 수 있는 다수의 노드 및 노드를 연결하는 다수의 에지(206)를 포함할 수 있다. 도 2에 도시된 예시적인 소셜 그래프(200)는 훈시적 목적상 2차원 시각적 지도 표현으로 도시된다. 특정 실시예로, 소셜 네트워킹 시스템(160), 클라이언트 시스템(130) 또는 제3자 시스템(170)은 소셜 그래프(200) 및 적절한 애플리케이션에 대한 관련 소셜-그래프 정보에 접근할 수 있다. 소셜 그래프(200)의 노드 및 에지는 예컨대 데이터 스토어(가령, 소셜-그래프 데이터베이스)에 데이터 객체로서 저장될 수 있다. 이런 데이터 스토어는 소셜 그래프(200)의 노드 또는 에지의 하나 이상의 검색가능하거나 질의가능한 인덱스를 포함할 수 있다.
특정 실시예로, 사용자 노드(202)는 소셜 네트워킹 시스템(160)의 사용자에 해당할 수 있다. 예로서 제한 없이, 사용자는 개인(사람인 사용자), 엔티티(예컨대, 기업, 사업체 또는 제3자 애플리케이션) 또는 소셜 네트워킹 시스템(160)과 상호작용하거나 소셜 네트워킹 시스템에서 통신하는 (예컨대, 개인 또는 엔티티의) 그룹일 수 있다. 특정 실시예로, 사용자가 소셜 네트워킹 시스템(160)에서 계정을 등록하면, 소셜 네트워킹 시스템(160)은 사용자에 해당하는 사용자 노드(202)를 생성할 수 있고, 하나 이상의 데이터 스토어에 사용자 노드(202)를 저장할 수 있다. 적절한 경우, 본 명세서에 기술되는 사용자들 및 사용자 노드들(202)은 등록 사용자들 및 등록 사용자들과 관련된 사용자 노드들(202)을 말할 수 있다. 추가로 또는 대안으로, 본 명세서에 기술되는 사용자들 및 사용자 노드들(202)은 적절한 경우 소셜 네트워킹 시스템(160)에 등록되지 않은 사용자들을 말할 수 있다. 특정 실시예로, 사용자 노드(202)는 사용자가 제공한 정보 및 소셜 네트워킹 시스템(160)을 포함하는 다양한 시스템이 수집한 정보와 관련될 수 있다. 예로서 제한 없이, 사용자는 그들의 이름, 프로필 사진, 연락 정보, 생일, 성별, 혼인 여부, 가족 관계, 직장, 학력, 기호, 관심사 또는 다른 신상 정보를 제공할 수 있다. 특정 실시예로, 사용자 노드(202)는 사용자와 관련된 정보에 해당하는 하나 이상의 데이터 객체와 관련될 수 있다. 특정 실시예로, 사용자 노드(202)는 하나 이상의 웹페이지에 해당할 수 있다.
특정 실시예로, 컨셉 노드(204)는 컨셉에 해당할 수 있다. 예로서 제한 없이, 컨셉은 장소(가령, 예컨대, 영화관, 레스토랑, 명소 또는 도시); 웹사이트(가령, 예컨대, 소셜 네트워크 시스템(160)과 관련된 웹사이트 또는 웹-애플리케이션 서버와 관련된 제3자 웹사이트); 엔티티(가령, 예컨대, 사람, 사업체, 그룹, 스포츠 팀 또는 유명인사); 소셜 네트워킹 시스템(160) 또는 가령 웹-애플리케이션 서버와 같은 외부 서버에 위치할 수 있는 자원(가령, 예컨대, 오디오 파일, 비디오 파일, 디지털 사진, 텍스트 파일, 구조화된 문서 또는 애플리케이션); 물적 재산권 또는 지적 재산권(가령, 예컨대, 조각품, 미술품, 영화, 게임, 노래, 아이디어, 사진 또는 저서); 게임; 활동; 아이디어나 이론; 또 다른 적절한 컨셉; 또는 2 이상의 이런 컨셉들에 해당할 수 있다. 컨셉 노드(204)는 사용자에 의해 제공된 컨셉의 정보 또는 소셜 네트워킹 시스템(160)을 포함하는 다양한 시스템에 의해 수집된 정보와 관련될 수 있다. 예로서 제한 없이, 컨셉의 정보는 이름이나 제목; 하나 이상의 이미지(예컨대, 책의 커버 페이지의 이미지); 위치(예컨대, 주소 또는 지리적 위치); (URL과 관련될 수 있는) 웹사이트; 연락 정보(예컨대, 전화번호 또는 이메일 주소); 다른 적절한 컨셉 정보; 또는 이런 정보의 임의의 적절한 조합을 포함할 수 있다. 특정 실시예로, 각각의 컨셉 노드(204)는 컨셉 노드(204)와 관련된 정보에 해당하는 하나 이상의 데이터 객체와 관련될 수 있다. 특정 실시예로, 각각의 컨셉 노드(204)는 웹페이지에 해당할 수 있다.
특정 실시예로, 소셜 그래프(200)에서 노드는 ("프로필 페이지"라고 할 수 있는) 웹페이지를 표현하거나, 그 웹페이지로 표현될 수 있다. 프로필 페이지는 소셜 네트워킹 시스템(160)에 의해 호스트될 수 있거나, 접근될 수 있다. 또한, 프로필 페이지는 제3자 서버(170)와 관련된 제3자 웹사이트에 호스트될 수 있다. 예로서 제한 없이, 특정한 외부 웹페이지에 해당하는 프로필 페이지는 특정한 외부 웹페이지일 수 있고, 이런 프로필 페이지는 특정 컨셉 노드(204)에 해당할 수 있다. 프로필 페이지는 모든 또는 선택된 서브세트의 다른 사용자들에 의해 열람될 수 있다. 예로서 제한 없이, 사용자 노드(202)는 해당 사용자가 컨텐츠를 추가할 수 있고, 선언을 할 수 있으며, 그렇지 않으면 그들 자신을 표현할 수 있는 해당 사용자 프로필-페이지를 가질 수 있다. 또 다른 예로서 제한 없이, 컨셉 노드(204)는 특히 컨셉 노드(204)에 해당하는 컨셉과 관련하여 하나 이상의 사용자들이 컨텐츠를 추가할 수 있거나, 선언을 할 수 있거나, 그들 자신을 표현할 수 있는 해당 컨셉-프로필 페이지를 가질 수 있다.
특정 실시예로, 컨셉 노드(204)는 제3자 시스템(170)에 의해 호스팅된 제3자 웹페이지 또는 자원을 표현할 수 있다. 제3자 웹페이지 또는 자원은 다른 요소들 중에서 행위 또는 활동을 표현하는 (예컨대, JavaScript, AJAX 또는 PHP 코드로 구현될 수 있는) 컨텐츠, 선택가능하거나 다른 아이콘 또는 다른 상호작용가능한 객체를 포함할 수 있다. 예로서 제한 없이, 제3자 웹페이지는 가령 "좋아요", "체크인", "식사하기(eat)", "추천하기" 또는 다른 적절한 행위나 활동과 같은 선택가능한 아이콘을 포함할 수 있다. 제3자 웹페이지를 열람하는 사용자는 아이콘들 중 하나(예컨대, "식사하기")를 선택하여 행위를 수행할 수 있고, 클라이언트 시스템(130)이 사용자의 행위를 표시하는 메시지를 소셜 네트워킹 시스템(160)으로 전송하게 할 수 있다. 그 메시지에 응답하여, 소셜 네트워킹 시스템(160)은 사용자에 해당하는 사용자 노드(202)와 제3자 웹페이지 또는 자원에 해당하는 컨셉 노드(204) 사이의 에지(예컨대, "식사하기" 에지)를 생성할 수 있고, 하나 이상의 데이터 스토어에 에지(206)를 저장할 수 있다.
특정 실시예로, 소셜 그래프(200)에서 노드 쌍은 하나 이상의 에지(206)에 의해 서로 연결될 수 있다. 노드 쌍을 연결하는 에지(206)는 노드 쌍 사이의 관계를 표현할 수 있다. 특정 실시예로, 에지(206)는 노드 쌍 사이의 관계에 해당하는 하나 이상의 데이터 객체나 속성을 포함하거나 표현할 수 있다. 예로서 제한 없이, 제1 사용자는 제2 사용자가 제1 사용자의 "친구"라고 표시할 수 있다. 이런 표시에 응답하여, 소셜 네트워킹 시스템(160)은 "친구 요청"을 제2 사용자에게 전송할 수 있다. 제2 사용자가 "친구 요청"을 확인하면, 소셜 네트워킹 시스템(160)은 소셜 그래프(200)에서 제1 사용자의 사용자 노드(202)와 제2 사용자의 사용자 노드(202)를 연결하는 에지(206)를 생성할 수 있고, 하나 이상의 데이터 스토어(24)에 소셜-그래프 정보로서 에지(206)를 저장할 수 있다. 도 2의 예에서, 소셜 그래프(200)는 사용자 "A"와 사용자 "B"의 사용자 노드(202)들 사이의 친구 관계를 표시하는 에지(206)를 그리고 사용자 "C"와 사용자 "B"의 사용자 노드(202) 사이의 친구 관계를 표시하는 에지를 포함한다. 본 명세서가 특정 사용자 노드(202)를 연결하는 특정 속성을 가진 특정 에지(206)를 기술하거나 도시하지만, 본 명세서는 사용자 노드(202)를 연결하는 임의의 적절한 속성을 가진 임의의 적절한 에지(206)를 고려한다. 예로서 제한 없이, 에지(206)는 친구관계, 가족관계, 사업이나 고용 관계, 팬 관계, 팔로어 관계, 방문자 관계, 구독자 관계, 상위/하위 관계, 호혜 관계, 비-상호 관계, 또 다른 적절한 타입의 관계 또는 2 이상의 이런 관계들을 표현할 수 있다. 게다가, 본 명세서는 일반적으로 노드들이 연결되는 것을 기술하지만, 본 명세서는 또한 사용자 또는 컨셉이 연결되는 것을 기술한다. 본 명세서에서, 사용자 또는 컨셉이 연결되는 것에 대한 언급은 적절한 경우 이들 사용자 또는 컨셉에 해당하는 노드가 하나 이상의 에지(206)에 의해 소셜 그래프(200)에서 연결되는 것을 말할 수 있다.
특정 실시예로, 사용자 노드(202)와 컨셉 노드(204) 사이의 에지(206)는 컨셉 노드(204)와 관련된 컨셉에 대해 사용자 노드(202)의 사용자가 수행한 특정 행위 또는 활동을 표현할 수 있다. 예로서 제한 없이, 도 2에 도시된 바와 같이, 사용자는 컨셉을 "좋아요(like)", "참여했음(attended)", "실행했음(played)", "청취했음(listened)", "요리했음(cooked)", "근무했음(worked at)", 또는 "시청했음(watched)"을 할 수 있고, 이들 각각은 에지 타입이나 서브타입에 해당할 수 있다. 컨셉 노드(204)에 해당하는 컨셉-프로필 페이지는 예컨대 선택가능한 "체크인" 아이콘(가령, 예컨대, 클릭가능한 "체크인" 아이콘) 또는 선택가능한 "즐겨찾기에 추가(add to favorites)" 아이콘을 포함할 수 있다. 마찬가지로, 사용자가 이런 아이콘을 클릭한 후, 소셜 네트워킹 시스템(160)은 각각의 행위에 해당하는 사용자의 행위에 응답하여 "즐겨찾기" 에지 또는 "체크인" 에지를 생성할 수 있다. 또 다른 예로서 제한 없이, 사용자(사용자 "C")는 특정 애플리케이션(온라인 음악 애플리케이션인 SPOTIFY)을 사용하여 특정 노래("Ramble On")를 들을 수 있다. 이 경우, 소셜 네트워킹 시스템(160)은 사용자에 해당하는 사용자 노드(202)와 노래 및 애플리케이션에 해당하는 컨셉 노드(204) 사이에 "청취했음(listened)" 에지(206) 및 "사용했음(used)" 에지(도 2에 도시)를 생성하여, 사용자가 그 노래를 들었고 그 애플리케이션을 사용했음을 표시할 수 있다. 게다가, 소셜 네트워킹 시스템(160)은 노래와 애플리케이션에 해당하는 컨셉 노드(204) 사이에서 "실행했음(played)" 에지(206)(도 2에 도시)를 생성하여 특정 노래가 특정 애플리케이션에 의해 실행되었음을 표시할 수 있다. 이 경우, "실행했음(played)" 에지(206)는 외부 오디오 파일(노래 "Imagine")에 대해 외부 애플리케이션(SPOTIFY)이 수행한 행위에 해당한다. 본 명세서는 사용자 노드(202)와 컨셉 노드(204)를 연결하는 특정 속성을 가진 에지(206)를 기술하지만, 본 명세서는 사용자 노드(202)와 컨셉 노드(204)를 연결하는 임의의 적절한 속성을 가진 임의의 적절한 에지(206)를 고려한다. 게다가, 본 명세서는 단일의 관계를 표현하는 사용자 노드(202)와 컨셉 노드(204) 사이의 에지를 기술하지만, 본 명세서는 하나 이상의 관계를 표현하는 사용자 노드(202)와 컨셉 노드(204) 사이의 에지를 고려한다. 예로서 제한 없이, 에지(206)는 사용자가 특정 컨셉에서 좋아요 하고 사용했음을 모두 표현할 수 있다. 대안으로, 또 다른 에지(206)는 사용자 노드(202)와 컨셉 노드(204) 사이(도 2에 도시된 바와 같이, 사용자 "E"에 대한 사용자 노드(202)와 "SPOTIFY"에 대한 컨셉 노드(204) 사이)의 각 타입의 관계(또는 다수의 단일 관계)를 표현할 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)은 소셜 그래프(200)에서 사용자 노드(202)와 컨셉 노드(204) 사이의 에지(206)를 생성할 수 있다. 예로서 제한 없이, (가령, 예컨대, 사용자의 클라이언트 시스템(130)에 의해 호스팅되는 웹 브라우저 또는 특수목적 애플리케이션을 사용하여) 사용자가 컨셉-프로필 페이지를 열람하는 것은 사용자가 "좋아요" 아이콘을 클릭하거나 선택하여 컨셉 노드(204)가 표현한 컨셉을 좋아함을 나타낼 수 있는데, "좋아요" 아이콘은 사용자의 클라이언트 시스템(130)이 컨셉-프로필 페이지와 관련된 컨셉을 사용자가 좋아요 했다고 표시한 메시지를 소셜 네트워킹 시스템(160)으로 전송하게 할 수 있다. 그 메시지에 응답하여, 소셜 네트워킹 시스템(160)은 사용자와 컨셉 노드(204) 사이의 "좋아요" 에지(206)로 도시된 바와 같이 사용자와 관련된 사용자 노드(202)와 컨셉 노드(204) 사이의 에지(206)를 생성할 수 있다. 특정 실시예로, 소셜 네트워킹 시스템(160)은 하나 이상의 데이터 스토어에 에지(206)를 저장할 수 있다. 특정 실시예로, 에지(206)는 특정 사용자 행위에 응답하여 소셜 네트워킹 시스템(160)에 의해 자동 형성될 수 있다. 예로서 제한 없이, 제1 사용자가 사진을 업로드하거나, 영화를 시청하거나, 노래를 듣는다면, 에지(206)는 제1 사용자에 해당하는 사용자 노드(202)와 이런 컨셉에 해당하는 컨셉 노드(204) 사이에 형성될 수 있다. 본 명세서는 특정 방식으로 특정 에지(206)를 형성하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 에지(206)를 형성하는 것을 고려한다.
특정 실시예로, (예컨대, 클라이언트 시스템(130)에 저장되는) 하나 이상의 이미지는 사용자에 의해 소셜 네트워킹 시스템(160)으로 업로드될 수 있다. 예로서, 사용자는 클라이언트 시스템(130)에 저장된 이미지를 소셜 네트워킹 시스템(160)으로 수동 업로드할 수 있다. 또 다른 예로서, 클라이언트 시스템(130)은 (예컨대, 사용자의 개인정보 설정에 따라) 이미지-동기화를 통해 클라이언트 시스템(130)에 저장된 이미지를 소셜 네트워킹 시스템(160)으로 자동 업로드할 수 있다. 특정 실시예로, 클라이언트 시스템(130)의 애플리케이션이나 운영 시스템(OS)은 이미지를 소셜 네트워킹 시스템(160)으로 업로드할 수 있다. 또한, 소셜 네트워킹 시스템(160)은 제3자 시스템(170), 공유 저장소나 공간 또는 임의의 다른 이미지 소스로부터 이미지를 수신할 수 있다. 사용자는 하나 이상의 이미지를 비밀로 지정(또는 접근을 제한)할 수 있거나, 사용자의 개인정보 설정에 적어도 부분적으로 기초하여 소셜 네트워킹 시스템(160)의 특정한 다른 사용자들에게 하나 이상의 이미지에 대한 접근을 허용할 수 있다.
특정 실시예로, 소셜 네트워킹 시스템(160)으로 업로드되었던 이미지는 소셜 네트워킹 시스템에서 메타데이터와 관련이 있을 수 있다. 메타데이터는 소셜 네트워킹 시스템의 한 명 이상의 사용자에 의해 수동으로 생성될 수 있다. 예로서, 이미지가 소셜 네트워킹 시스템의 한 명 이상의 사용자를 포함하는 사진이라면, 그 사진은 사진에서 사용자의 이름이나 식별자를 표시하는 메타데이터와 함께 (예컨대, 업로드하는 사용자에 의해 또는 그렇게 하도록 승인된 소셜 네트워킹 시스템의 임의의 사용자에 의해) "태그"되거나 라벨 표시될 수 있다. 또 다른 예로서, 이미지가 특정 위치나 시간에 찍힌 사진이라면, 그 사진은 (특정 실시예로, 소셜 그래프 내 컨셉 노드에 해당할 수 있는) 위치를 포함하는 메타데이터 또는 날짜나 시간 정보와 함께 또한 태그될 수 있다. 마찬가지로, 이미지가 빌딩, 로고나 브랜드 또는 소셜 그래프에서 컨셉 노드와 관련된 임의의 다른 컨셉을 포함하는 사진이라면, 그 사진은 해당 컨셉 노드의 식별자를 포함하는 메타데이터와 함께 태그될 수 있다. 특정 실시예로, 이미지와 관련된 메타데이터는 소셜 네트워킹 시스템(160)에 의해 자동으로 생성될 수 있다. 예로서, 소셜 네트워킹 시스템(160)은 이미지를 업로드한 사용자의 식별자를 포함하는 메타데이터와 함께 이미지를 자동 태그할 수 있다. 또 다른 예로서, 소셜 네트워킹 시스템은 업로드된 이미지에서 하나 이상의 얼굴을 자동으로 감지 또는 인식할 수 있다. 이는 예컨대 임의의 적절한 얼굴-감지 또는 얼굴-인식 알고리즘을 사용하여 이루어질 수 있다. 예로서, 얼굴-인식 알고리즘은 업로드된 이미지에서 발견된 얼굴 특징을 분석하고 공지된 세트의 얼굴들(예컨대, 사용자 사진으로부터 결정되는 소셜 네트워킹 시스템의 사용자들의 얼굴들)과 관련된 얼굴 특징과의 비교에 기초하여 얼굴들을 식별할 수 있다. 업로드된 이미지에서 감지되거나 인식된 얼굴에 기초하여, 소셜 네트워킹 시스템(160)은 소셜 네트워킹 시스템의 한 명 이상의 사용자가 이미지에 있다고 자동으로 결정할 수 있고 (사용자의 개인정보 설정에 따라) 이미지에 있는 이런 사용자들의 식별자를 포함하는 메타데이터와 함께 이미지를 태그할 수 있다. 또 다른 예로서, 소셜 네트워킹 시스템은 (예컨대, 임의의 적절한 컴퓨터 비전 알고리즘 또는 임의의 적절한 세트의 공지된 객체를 사용하여) 위치, 빌딩, 로그나 브랜드 또는 업로드된 이미지에서 소셜 그래프의 컨셉 노드와 관련된 컨셉을 포함하는 객체들을 자동으로 감지 또는 인식할 수 있다. 소셜 네트워킹 시스템은 자동으로 감지된 아이템에 상응하는 소셜 그래프의 이런 컨셉 노드의 식별자를 포함하는 메타데이터와 함께 이미지를 자동으로 태그할 수 있다.
특정 실시예로, 이미지(예컨대, 소셜 네트워킹 시스템(160)에 업로드된 이미지)는 소셜 네트워킹 시스템의 한 명 이상의 사용자에게 디스플레이될 수 있다. 이미지는 예컨대 임의의 적절한 이미지 레이아웃 알고리즘을 사용하여 디스플레이될 수 있다. 예로서, 이미지는 웹페이지 내에서 그리드 포맷(grid format)으로 디스플레이될 수 있다. 그리드 내 각각의 이미지는 고정된 크기의 열람 영역 또는 "뷰포트(viewport)"를 사용하여 디스플레이될 수 있다. 임의의 경우, 이미지의 크기는 뷰포트의 크기와 동일하지 않을 수 있다. 이 경우, 이미지는 (예컨대, 스케일링이나 가장자리의 추가로) 뷰포트 내에 전체적으로 적합하도록 디스플레이될 수 있거나, 이미지는 뷰포트의 크기로 잘릴 수 있다. 캐스캐이드 스타일 시트(Cascading Style Sheets, CSS)는 예컨대 "배경-크기(background-size)" 속성 및 "배경-크기"에 대한 "contain" 또는 "cover" 값을 사용하여 어느 한 디스플레이 스타일을 구현하는데 사용될 수 있다.
특정 실시예로, 이미지는 (예컨대, 뷰포트의 하나 이상의 치수와 동일하도록) 특정 크기로 스케일링될 수 있다. 이미지는 예컨대 뷰포트의 크기 또는 치수에 기초하여 스케일링될 수 있다. 도 3의 예에서, 이미지(300)는 그 높이보다 더 큰 너비를 가진다(예컨대, 이미지(300)의 종횡비는 1보다 크다). 특정 실시예로, 스케일링되는 이미지가 뷰포트보다 더 "가로형(horizontal)"이라면(예컨대, 이미지의 종횡비가 뷰포트의 종횡비보다 더 크다면), 이미지는 뷰포트의 높이와 동일하도록 스케일링될 수 있다. 도 3의 예에서, 이미지(300)는 뷰포트(301)의 종횡비보다 더 큰 종횡비를 가지므로, 이미지(300)는 뷰포트(301)의 높이와 동일하도록 스케일링될 수 있다. 특정 실시예로, 이미지가 뷰포트보다 더 "세로형(horizontal)"이라면(예컨대, 이미지의 종횡비가 뷰포트의 종횡비보다 더 작다면), 이미지는 뷰포트의 너비와 동일하도록 스케일링될 수 있다. 특정 실시예로, 이미지는 이미지가 특정 크기(예컨대, 뷰포트의 크기)로 잘리기 전에 스케일링될 수 있다.
특정 실시예로, 이미지는 특정 크기(예컨대, 뷰포트의 크기)로 잘릴 수 있다. 이미지는 이미지에서 하나 이상의 관심 지점의 위치 및 뷰포트의 크기나 치수에 기초하여 잘릴 수 있다. 특정 실시예로, 이미지에서 관심 지점은 태그, 라벨 또는 이미지와 관련된 다른 메타데이터와 관련되거나 그에 의해 식별될 수 있다. 관심 지점은 예로서 사람(예컨대, 소셜 네트워킹 시스템의 사용자), 사람의 일부(예컨대, 얼굴), 위치, 빌딩, 로그, 브랜드, 텍스트, 객체 또는 소셜 네트워킹 시스템의 소셜 그래프 내 노드와 관련된 사용자나 컨셉을 포함할 수 있다. 도 3은 (예컨대, 소셜 네트워킹 시스템(160)에 의해 자동으로 감지되거나 소셜 네트워킹 시스템의 사용자에 의해 수동으로 태그되는) 예컨대 5명의 사람의 얼굴에 대응할 수 있는 5개의 관심 지점(302, 304, 306, 308 및 310)을 가진 예시적인 이미지(300)를 도시한다. 특정 실시예로, 이미지가 뷰포트의 한 치수와 동일하도록 스케일링되면, 이미지는 뷰포트의 제2 치수에 해당하는 축을 따라 그 관심 지점의 위치에 기초하여 잘릴 수 있다. 도 3의 예에서, 이미지(300)는 이미지(300)가 (뷰포트(301)의 너비에 해당하는) 가로축을 따라 관심 지점(302-310)의 위치에 기초하여 잘리기 전에 뷰포트(301)의 높이와 동일하도록 먼저 스케일링될 수 있다. 가로축에 따른 관심 지점(302, 304, 306, 308 및 310)의 위치는 312, 314, 316, 318 및 320으로 표시된 X로 각각 표현된다.
특정 실시예로, 이미지는 이미지의 최대 수의 관심 지점을 포함하도록 위치하는 뷰포트에 적합하도록 잘릴 수 있다. 도 4는 가로축을 따라 이미지(300)의 관심 지점(302-310)의 위치(312-320)에 대하여 뷰포트(301)에 대한 5가지의 가능한 뷰포트 테스트 위치(410, 420, 430, 440 및 450)를 도시한다. 뷰포트(301)의 너비(가로축에 해당하는 뷰포트의 치수)는 각각의 뷰포트 테스트 위치에서 음영 박스의 너비로 표현된다. 특정 실시예로, 뷰포트가 각각의 관심 지점에 위치할 때 뷰포트 내에 있는 관심 지점의 수가 결정된다. 뷰포트는 각각의 테스트 위치에 대하여 (이미지의 특정 치수에서) 뷰포트의 경계가 관심 지점의 위치와 일치하도록 위치할 수 있다. 도 4의 예에서, (이미지의 너비에 해당하는 가로축에 대하여) 뷰포트의 가장 왼쪽 경계는 각 관심 지점의 위치에 배치된다. 뷰포트(301)가 뷰포트 테스트 위치(410)에 위치할 때, 단지 2개의 관심 지점(302 및 304)만이 뷰포트 내에 있다. 뷰포트(301)가 뷰포트 테스트 위치(420)에 위치할 때, 3개의 관심 지점(304, 306 및 308)이 뷰포트 내에 있다. 뷰포트(301)가 뷰포트 테스트 위치(430)에 위치할 때, 단지 2개의 관심 지점(306 및 308)만이 뷰포트 내에 있다. 뷰포트(301)가 뷰포트 테스트 위치(440)에 위치할 때, 단지 2개의 관심 지점(308 및 310)만이 뷰포트 내에 있다. 마지막으로, 뷰포트(301)가 뷰포트 테스트 위치(450)에 위치할 때, 단지 하나의 관심 지점(310)만이 뷰포트 내에 있다. 따라서, 뷰포트(301)에 알맞을 수 있는 이미지(300)의 관심 지점의 최대 수는 3으로 결정된다. 따라서, 뷰포트 테스트 위치(420)가 최대 수의 관심 지점을 포함하는 뷰포트 위치로 결정된다. 이미지(300)는 뷰포트(301)가 뷰포트 위치(420)에 위치할 때 뷰포트(301)에 맞도록 잘릴 수 있다.
특정 실시예로, 최대 수의 관심 지점을 포함하는 뷰포트 테스트 위치가 결정되면, 뷰포트 위치는 이미지를 잘라내기 전에 조정될 수 있다. 도 5에 도시된 바와 같이, 최대 수의 관심 지점을 포함하는 뷰포트 테스트 위치(예컨대, 420)는 관심 지점들에 대하여 중심에 있지 않을 수 있다. 예컨대, 뷰포트(301)에 남아 있는 상당한 양의 이미지 공간이나 패딩 "d"가 있을 수 있다. 특정 실시예로, 뷰포트는 뷰포트에 맞도록 이미지를 잘라내기 전에 뷰포트가 포함하는 관심 지점들에 대하여 중심에 있도록 재배치될 수 있다. 도 5의 예에서, 뷰포트(301)는 패딩이 뷰포트에 의해 포함되는 3개의 관심 지점의 양 측면에서 d/2가 될 수 있도록 중심으로 이동될 수 있다. 특정 실시예로, 하나 이상의 뷰포트 테스트 위치가 최대 수의 관심 지점을 포함한다면, 가장 많은 패딩을 포함하는 테스트 위치(예컨대, d가 가장 큰 테스트 위치)가 이미지를 잘라내기 위한 뷰포트 위치로 선택될 수 있다. 특정 실시예로, 하나 이상의 관심 지점이 최종적으로 잘린 이미지에 있도록 요구될 수 있다. 이런 실시예에서, 필수 관심 지점(required point of interest)을 가진 뷰포트에 포함될 수 있는 관심 지점들에 위치한 뷰포트 테스트 위치들만이 테스트될 수 있다. 예로서, 도 6에서, 위치(316)에 해당하는 관심 지점(306)이 필수 관심 지점이다(예컨대, 그 관심 지점은 최종적으로 잘린 이미지 내에 있어야 한다). 위치(316)에 위치한 뷰포트는 관심 지점(306) 및 (위치(320)에 해당하는) 관심 지점(310) 모두를 포함하지 않을 수 있기 때문에, 관심 지점(301)과 위치(320)는 뷰포트 테스트 위치의 세트에서 제거된다. 마찬가지로, 관심 지점(302)과 위치(312)는 뷰포트 테스트 위치의 세트에서 제거된다. 따라서, 관심 지점(306)이 필수 관심 지점인 경우, 뷰포트가 포함하는 관심 지점의 수에 기초하여 선택될 수 있는 뷰포트 테스트 위치는 단지 3개이다. 특정 실시예로, 하나 이상의 관심 지점은 (예컨대, 소셜 그래프(200)로부터의 데이터에 기초하여) (예컨대, 뷰포트 테스트 위치에 포함되는 각각의 관심 지점의 가중치 또는 값을 합함으로써 계산되는) 가장 높은 수치값과 관련된 뷰포트 테스트 위치가 이미지를 잘라내기 위한 뷰포트 위치로 선택되도록 수적 가중치 또는 수치값을 할당받을 수 있다.
도 7은 관심 지점에 따라 이미지를 잘라내는 예시적인 방법(700)을 도시한다. 이 방법은 단계 710에서 시작할 수 있는데, 이때 이미지 내 하나 이상의 관심 지점이 결정된다. 단계 720에서, 기결정된 수의 관심 지점을 포함하는 뷰포트 위치가 선택된다. 예로서, 기결정된 수의 관심 지점은 임의의 뷰포트 테스트 위치에 위치할 때 뷰포트에 의해 포함되는 관심 지점의 최대 수일 수 있다. 단계 730에서, 이미지는 단계 720에서 선택된 뷰포트 위치에 적어도 부분적으로 기초하여 잘려진다. 적절한 경우, 특정 실시예는 도 7의 방법의 하나 이상의 단계를 반복할 수 있다. 비록 본 명세서는 도 7의 방법의 특정 단계가 특정 순서로 발생하는 것으로 설명하고 도시하지만, 본 명세서는 도 7의 방법의 임의의 적절한 단계가 임의의 적절한 순서로 발생하는 것을 고려한다. 게다가, 비록 본 명세서는 도 7의 방법의 특정 단계를 수행하는 특정 컴포넌트, 장치 또는 시스템을 설명하고 도시하지만, 본 명세서는 도 7의 방법의 임의의 적절한 단계를 수행하는 임의의 적절한 컴포넌트, 장치 또는 시스템의 임의의 적절한 조합을 고려한다.
도 8은 예시적인 컴퓨터 시스템(800)을 도시한다. 특정 실시예로, 하나 이상의 컴퓨터 시스템들(800)은 본 명세서에 기술되거나 도시된 하나 이상의 방법들의 하나 이상의 단계들을 수행한다. 특정 실시예로, 하나 이상의 컴퓨터 시스템들(800)은 본 명세서에 기술되거나 도시된 기능을 제공한다. 특정 실시예로, 하나 이상의 컴퓨터 시스템들(800)을 실행하는 소프트웨어는 본 명세서에 기술되거나 도시된 하나 이상의 방법들의 하나 이상의 단계들을 수행하거나, 본 명세서에 기술되거나 도시된 기능을 제공한다. 특정 실시예는 하나 이상의 컴퓨터 시스템들(800)의 하나 이상의 부분들을 포함한다. 본 명세서에서, 적절한 경우 컴퓨터 시스템에 대한 언급은 컴퓨팅 장치 및 그 역을 포함할 수 있다. 게다가, 컴퓨터 시스템에 대한 언급은 적절한 경우 하나 이상의 컴퓨터 시스템을 포함할 수 있다.
본 명세서는 임의의 적절한 수의 컴퓨터 시스템(800)을 고려한다. 본 명세서는 임의의 적절한 물리적 형태를 취하는 컴퓨터 시스템(800)을 고려한다. 예로서 제한 없이, 컴퓨터 시스템(800)은 임베디드 컴퓨터 시스템, 시스템-온-칩(SOC), 단일-보드 컴퓨터 시스템(SBC)(예컨대, 컴퓨터-온-모듈(COM) 또는 시스템-온-모듈(SOM)), 데스크톱 컴퓨터 시스템, 랩톱 또는 노트북 컴퓨터 시스템, 상호작용형 키오스크(kiosk), 메인 프레임, 컴퓨터 시스템 메쉬(mesh), 모바일 전화, 개인 정보 단말기(PDA), 서버, 태블릿 컴퓨터 시스템 또는 이들의 2 이상의 조합일 수 있다. 적절한 경우, 컴퓨터 시스템(800)은 하나 이상의 컴퓨터 시스템(800)들을 포함할 수 있거나; 일체형 또는 분산형일 수 있거나; 다수의 위치에 걸쳐 있거나, 다수의 기계에 걸쳐 있거나; 다수의 데이터 센터에 걸쳐 있거나; 하나 이상의 네트워크에 하나 이상의 클라우드 성분을 포함할 수 있는 클라우드에 상주할 수 있다. 적절한 경우, 하나 이상의 컴퓨터 시스템(800)은 본 명세서에 기술되거나 도시되는 하나 이상의 방법의 하나 이상의 단계를 실질적으로 공간적 또는 시간적 제한 없이 실행할 수 있다. 예로서 제한 없이, 하나 이상의 컴퓨터 시스템(800)은 본 명세서에 기술되거나 도시되는 하나 이상의 방법의 하나 이상의 단계를 실시간으로 또는 일괄 모드로 실행할 수 있다. 적절한 경우, 하나 이상의 컴퓨터 시스템(800)은 본 명세서에 기술되거나 도시되는 하나 이상의 방법의 하나 이상의 단계를 다른 시기에 또는 다른 위치에서 실행할 수 있다.
특정 실시예로, 컴퓨터 시스템(800)은 프로세서(802), 메모리(804), 저장소(806), 입력/출력(I/O) 인터페이스(808), 통신 인터페이스(810) 및 버스(812)를 포함한다. 본 명세서가 특정 배열로 특정한 수의 특정 구성요소를 갖는 특정 컴퓨터 시스템을 기술하고 도시하지만, 본 명세서는 임의의 적절한 배열로 임의의 적절한 수의 임의의 적절한 구성요소를 갖는 임의의 적절한 컴퓨터 시스템을 고려한다.
특정 실시예로, 프로세서(802)는 가령 컴퓨터 프로그램을 구성하는 명령어와 같은 명령어를 실행하기 위한 하드웨어를 포함한다. 예로서 제한 없이, 명령어를 실행하기 위해, 프로세서(802)는 내부 레지스터, 내부 캐시, 메모리(804) 또는 저장소(806)로부터 명령어를 검색(또는 페치(fetch))할 수 있고; 명령어를 디코딩하고 실행한 후; 하나 이상의 결과를 내부 레지스터, 내부 캐시, 메모리(804) 또는 저장소(806)에 기록할 수 있다. 특정 실시예로, 프로세서(802)는 데이터용, 명령어용 또는 주소용 하나 이상의 내부 캐시를 포함할 수 있다. 본 명세서는 적절한 경우 임의의 적절한 수의 임의의 적절한 내부 캐시들을 포함하는 프로세서(802)를 고려한다. 예로서 제한 없이, 프로세서(802)는 하나 이상의 명령어 캐시들, 하나 이상의 데이터 캐시들 및 하나 이상의 변환 색인 버퍼(translation lookaside buffers, TLBs)를 포함할 수 있다. 명령어 캐시에 저장된 명령어들은 메모리(804)나 저장소(806) 내 명령어들의 사본일 수 있고, 명령어 캐시는 프로세서(802)에 의한 이런 명령어들의 검색 속도를 높일 수 있다. 데이터 캐시 내의 데이터는 프로세서(802)에서 실행하는 다음 명령들에 의해 접근하거나 메모리(804)나 저장소(806)로 기록하기 위해 프로세서(802)에서 실행되는 이전 명령들의 결과; 또는 다른 적절한 데이터를 동작하는데 프로세서(802)에서 실행하는 명령어를 위한 메모리(804)나 저장소(806) 내의 데이터의 사본일 수 있다. 데이터 캐시는 프로세서(802)에 의한 판독 또는 기록 동작의 속도를 높일 수 있다. TLB들은 프로세서(802)에 의한 가상 주소 변환의 속도를 높일 수 있다. 특정 실시예로, 프로세서(802)는 데이터용, 명령어용 또는 주소용 하나 이상의 내부 레지스터를 포함할 수 있다. 본 명세서는 적절한 경우 임의의 적절한 수의 임의의 적절한 내부 레지스터들을 포함하는 프로세서(802)를 고려한다. 적절한 경우, 프로세서(802)는 하나 이상의 산술 논리 유닛(ALUs)을 포함할 수 있거나; 멀티-코어 프로세서일 수 있거나; 하나 이상이 프로세서들(62)을 포함할 수 있다. 본 명세서가 특정 프로세서를 기술하고 도시하지만, 본 명세서는 임의의 적절한 프로세서를 고려한다.
특정 실시예로, 메모리(804)는 프로세서(802)가 실행하는 명령어 또는 프로세서(802)가 운영하는 데이터를 저장하기 위한 메인 메모리를 포함한다. 예로서 제한 없이, 컴퓨터 시스템(800)은 저장소(806)나 또 다른 소스(가령, 예컨대 또 다른 컴퓨터 시스템(800))에서 메모리(804)로 명령어를 로딩할 수 있다. 이후, 프로세서(802)는 메모리(804)에서 내부 레지스터나 내부 캐시로 명령어를 로딩할 수 있다. 명령어를 실행하기 위해, 프로세서(802)는 내부 레지스터나 내부 캐시로부터 명령어를 검색하고 이들을 디코딩할 수 있다. 명령어의 실행 중 또는 실행 후, 프로세서(802)는 (중간 결과 또는 최종 결과일 수 있는) 하나 이상의 결과를 내부 레지스터나 내부 캐시로 기록할 수 있다. 이후, 프로세서(802)는 하나 이상의 이런 결과를 메모리(804)에 기록할 수 있다. 특정 실시예로, 프로세서(802)는 (저장소(806) 또는 다른 곳과는 대조적으로) 하나 이상의 내부 레지스터나 내부 캐시에서 또는 메모리(804)에서 단지 명령어만을 실행하며, (저장소(806) 또는 다른 곳과는 대조적으로) 하나 이상의 내부 레지스터나 내부 캐시에서 또는 메모리(804)에서 단지 데이터만을 운영한다. (주소 버스 및 데이터 버스를 각각 포함할 수 있는) 하나 이상의 메모리 버스는 프로세서(802)를 메모리(804)로 연결할 수 있다. 하기에 기술되는 바와 같이, 버스(812)는 하나 이상의 메모리 버스를 포함할 수 있다. 특정 실시예로, 하나 이상의 메모리 관리 유닛(MMUs)은 프로세서(802)와 메모리(804) 사이에 상주하며, 프로세서(802)에 의해 요청되는 메모리(804)로의 접근을 용이하게 한다. 특정 실시예로, 메모리(804)는 랜덤 액세스 메모리(RAM)를 포함한다. 적절한 경우, 이런 RAM은 휘발성 메모리일 수 있다. 적절한 경우, 이런 RAM은 동적 RAM(DRAM) 또는 정적 RAM(SRAM)일 수 있다. 게다가, 적절한 경우, 이런 RAM은 단일 포트형 또는 다중-포트형 RAM일 수 있다. 본 명세서는 임의의 적절한 RAM을 고려한다. 적절한 경우, 메모리(804)는 하나 이상의 메모리(804)를 포함할 수 있다. 본 명세서가 특정 메모리를 기술하고 도시하지만, 본 명세서는 임의의 적절한 메모리를 고려한다.
특정 실시예로, 저장소(806)는 데이터용 또는 명령어용 대용량 저장소를 포함한다. 예로서 제한 없이, 저장소(806)는 하드 디스크 드라이브(HDD), 플로피 디스크 드라이브, 플래시 메모리, 광디스크, 자기-광학 디스크, 자기 테이프, 범용 직렬 버스(USB) 드라이브 또는 이들의 2 이상의 조합을 포함할 수 있다. 적절한 경우, 저장소(806)는 착탈식 또는 비-착탈식(또는 고정) 매체를 포함할 수 있다. 적절한 경우, 저장소(806)는 컴퓨터 시스템(800)의 내부 또는 외부에 있을 수 있다. 특정 실시예로, 저장소(806)는 비휘발성, 고체-상태(solid-state) 메모리이다. 특정 실시예로, 저장소(806)는 읽기 전용 메모리(ROM)를 포함한다. 적절한 경우, 이런 ROM은 마스크-프로그램화된 ROM, 프로그램가능 ROM(PROM), 소거가능 PROM(EPROM), 전기적 소거가능 PROM(EEPROM), 전기적 변경가능 ROM(EAROM), 플래시 메모리 또는 이들의 2 이상의 조합일 수 있다. 본 명세서는 임의의 적절한 물리적 형태를 취하는 대용량 저장소(806)를 고려한다. 적절한 경우, 저장소(806)는 프로세서(802)와 저장소(806) 사이의 통신을 용이하게 하는 하나 이상의 저장소 제어 유닛을 포함할 수 있다. 적절한 경우, 저장소(806)는 하나 이상의 저장소(806)를 포함할 수 있다. 본 명세서가 특정 저장소를 기술하고 도시하지만, 본 명세서는 임의의 적절한 저장소를 고려한다.
특정 실시예로, I/O 인터페이스(808)는 컴퓨터 시스템(800)과 하나 이상의 I/O 장치 사이의 통신을 위한 하나 이상의 인터페이스를 제공하는 하드웨어, 소프트웨어 또는 이들 모두를 포함한다. 적절한 경우, 컴퓨터 시스템(800)은 하나 이상의 이들 I/O 장치를 포함할 수 있다. 하나 이상의 이들 I/O 장치는 사람과 컴퓨터 시스템(800) 사이의 통신을 가능하게 할 수 있다. 예로서 제한 없이, I/O 장치는 키보드, 키패드, 마이크로폰, 모니터, 마우스, 프린터, 스캐너, 스피커, 스틸 카메라(still camera), 스타일러스(stylus), 태블릿, 터치 스크린, 트랙볼(trackball), 비디오 카메라, 다른 적절한 I/O 장치 또는 이들의 2 이상의 조합을 포함할 수 있다. I/O 장치는 하나 이상의 센서를 포함할 수 있다. 본 명세서는 임의의 적절한 I/O 장치 및 이에 대한 적절한 I/O 인터페이스(808)를 고려한다. 적절한 경우, I/O 인터페이스(808)는 프로세서(802)가 하나 이상의 이들 I/O 장치를 구동할 수 있도록 하는 하나 이상의 장치 또는 소프트웨어 드라이버를 포함할 수 있다. 적절한 경우, I/O 인터페이스(808)는 하나 이상의 I/O 인터페이스(808)를 포함할 수 있다. 본 명세서가 특정 I/O 인터페이스를 기술하고 도시하지만, 본 명세서는 임의의 적절한 I/O 인터페이스를 고려한다.
특정 실시예로, 통신 인터페이스(810)는 컴퓨터 시스템(800)과 하나 이상의 다른 컴퓨터 시스템(800)이나 하나 이상의 네트워크 사이의 통신(가령, 예컨대 패킷-기반 통신)을 위한 하나 이상의 인터페이스를 제공하는 하드웨어, 소프트웨어 또는 이들 모두를 포함한다. 예로서 제한 없이, 통신 인터페이스(810)는 이더넷이나 다른 유선-기반 네트워크로 통신하기 위한 네트워크 인터페이스 제어장치(NIC)나 네트워크 어댑터 또는 가령 WI-FI 네트워크와 같이 무선 네트워크로 통신하기 위한 무선 NIC(WNIC)나 무선 어댑터를 포함할 수 있다. 본 명세서는 임의의 적절한 네트워크 및 이에 대한 임의의 적절한 통신 인터페이스(810)를 고려한다. 예로서 제한 없이, 컴퓨터 시스템(800)은 애드 혹 네트워크(ad hoc network), 개인 영역 네트워크(PAN), 근거리 네트워크(LAN), 광역 네트워크(WAN), 대도시 네트워크(MAN), 인터넷의 하나 이상의 부분 또는 2 이상의 이런 네트워크들의 조합으로 통신할 수 있다. 하나 이상의 이런 네트워크의 하나 이상의 부분은 유선 또는 무선일 수 있다. 예로서, 컴퓨터 시스템(800)은 무선 PAN(WPAN)(가령, 예컨대 BLUETOOTH WPAN), WI-FI 네트워크, WI-MAX 네트워크, 셀룰러 전화 네트워크(가령, 예컨대 GSM(Global System for Mobile Communication) 네트워크), 다른 적절한 무선 네트워크 또는 2 이상의 이런 네트워크들의 조합으로 통신할 수 있다. 적절한 경우, 컴퓨터 시스템(800)은 임의의 이들 네트워크에 대한 임의의 적절한 통신 인터페이스(810)를 포함할 수 있다. 적절한 경우, 통신 인터페이스(810)는 하나 이상의 통신 인터페이스(810)를 포함할 수 있다. 본 명세서가 특정 통신 인터페이스를 기술하고 도시하지만, 본 명세서는 임의의 적절한 통신 인터페이스를 고려한다.
특정 실시예로, 버스(812)는 컴퓨터 시스템(800)의 구성요소를 서로 연결하는 하드웨어, 소프트웨어 또는 이들 모두를 포함한다. 예로서 제한 없이, 버스(812)는 AGP(Accelerated Graphics Port)이나 다른 그래픽 버스, EISA(Enhanced Industry Standard Architecture) 버스, FSB(front-side bus), HT(HYPERTRANSPORT) 인터커넥트, ISA(Industry Standard Architecture) 버스, INFINIBAND 인터커넥트, LPC(low-pin-count) 버스, 메모리 버스, MCA(Micro Channel Architecture) 버스, PCI(Peripheral Component Interconnect) 버스, PCIe(PCI-Express) 버스, SATA(serial advanced technology attachment) 버스, VLB(Video Electronics Standard Association local) 버스, 다른 적절한 버스 또는 2 이상의 이런 버스의 조합을 포함할 수 있다. 적절한 경우, 버스(812)는 하나 이상의 버스(812)를 포함할 수 있다. 본 명세서가 특정 버스를 기술하고 도시하지만, 본 명세서는 임의의 적절한 버스나 인터커넥트를 고려한다.
본 명세서에서, 컴퓨터-판독가능한 비-일시적 저장매체 또는 저장매체들은 하나 이상의 반도체 기반 또는 다른 집적회로(ICs)(가령, 예컨대 FPGAs(field-programmable gate arrays) 또는 ASICs(application-specific ICs)), 하드 디스크 드라이브(HDDs), 하이브리드 하드 디스크(HHDs), 광학 디스크, 광학 디스크 드라이브(ODDs), 자기-광학 디스크, 자기-광학 드라이브, 플로피 디스크, 플로피 디스크 드라이브(FDDs), 자기 테이프, 고체-상태 드라이브(SSDs), RAM-드라이브, SECURE DIGITAL 카드나 드라이브, 임의의 다른 적절한 컴퓨터-판독가능한 비-일시적 저장매체 또는, 적절한 경우, 2 이상의 이들의 임의의 적절한 조합을 포함할 수 있다. 적절한 경우, 컴퓨터-판독가능한 비-일시적 저장매체는 휘발성, 비휘발성 또는 휘발성과 비휘발성의 조합일 수 있다.
본 명세서에서, "또는"은 명시적으로 다르게 지시하거나 문맥상 달리 지시되지 않는 한, 포괄적인 것이며 배타적인 것이 아니다. 따라서, 본 명세서에서 "A 또는 B"는 명시적으로 다르게 지시하거나 문맥상 달리 지시되지 않는 한, "A, B 또는 둘 모두"를 의미한다. 게다가, "및"은 명시적으로 다르게 지시하거나 문맥상 달리 지시되지 않는 한, 공동 및 별개 모두이다. 따라서, 본 명세서에서 "A 및 B"는 명시적으로 다르게 지시하거나 문맥상 달리 지시되지 않는 한, "A 및 B가 공동이든 별개이든 상관없이 모두"를 의미한다.
본 명세서의 범위는 당업자가 이해할 수 있는 본 명세서에 기술되거나 도시된 예시적인 실시예들에 대한 모든 변화, 치환, 변형, 대체 및 변경을 포함한다. 본 명세서의 범위는 본 명세서에 기술되거나 도시된 예시적인 실시예들로 국한되지 않는다. 게다가, 본 명세서는 특정 컴포넌트, 구성요소, 기능, 동작 또는 단계를 포함하는 것으로 본 명세서의 각각의 실시예들을 기술하고 도시하지만, 임의의 이런 실시예들은 당업자가 이해할 수 있는 본 명세서에 어디든 기술되거나 도시되는 임의의 컴포넌트, 구성요소, 기능, 동작 또는 단계의 임의의 조합이나 치환을 포함할 수 있다. 게다가, 첨부된 청구범위에서 특정 기능을 수행하도록 설계되거나, 배치되거나, 할 수 있거나, 구성되거나, 할 수 있게 하거나, 동작할 수 있거나, 동작하는 장치나 시스템 또는 장치나 시스템의 구성요소에 대한 언급은 장치, 시스템 또는 구성요소가 그렇게 설계되거나, 배치되거나, 할 수 있거나, 구성되거나, 가능하거나, 동작할 수 있거나 동작하는 한, 장치, 시스템, 구성요소, 그 또는 그러한 특정 기능이 활성화되었는지, 턴온 되었는지, 잠금 해제되었는지 여부를 포함한다.

Claims (20)

  1. 제1 컴퓨팅 장치에 의해, 뷰포트의 치수에 기반하여, 뷰포트에서 디스플레이되는 이미지를 스케일링(scaling)하는 단계;
    제1 컴퓨팅 장치에 의해, 이미지와 관련된 태그, 라벨 또는 다른 메타데이터에 기반하여, 이미지에서 복수의 관심 지점을 결정하는 단계;
    제1 컴퓨팅 장치에 의해, 이미지에서 복수의 관심 지점 각각에 대한 가중치를 할당하는 단계;
    제1 컴퓨팅 장치에 의해, 기결정된 수의 뷰포트 위치 중 각각의 뷰포트 위치에 대하여, 뷰포트 내에 있는 관심 지점에 할당된 가중치의 합을 계산하는 단계;
    제1 컴퓨팅 장치에 의해, 뷰포트 위치들 중 하나를 선택하는 단계; 및
    제1 컴퓨팅 장치에 의해, 선택된 뷰포트 위치에 적어도 부분적으로 기반하여 이미지를 잘라내는 단계를 포함하며,
    선택된 뷰포트 위치는 가중치의 합들 중 가장 큰 합과 관련되는 방법.
  2. 제 1 항에 있어서,
    상기 이미지를 스케일링하는 단계는:
    이미지의 종횡비(aspect ratio)가 뷰포트의 종횡비보다 큰지를 결정하는 단계; 및
    상기 결정에 응답하여, 이미지의 높이가 뷰포트의 높이와 동일하도록 특정 크기로 이미지를 스케일링하는 단계를 포함하는 방법.
  3. 제 1 항에 있어서,
    상기 이미지를 스케일링하는 단계는:
    이미지의 종횡비가 뷰포트의 종횡비보다 작은지를 결정하는 단계; 및
    상기 결정에 응답하여, 이미지의 폭이 뷰포트의 폭과 동일하도록 특정 크기로 이미지를 스케일링하는 단계를 포함하는 방법.
  4. 제 1 항에 있어서,
    태그, 라벨 또는 다른 메타데이터는 사용자로부터의 입력에 기반하여 생성되는 방법.
  5. 제 1 항에 있어서,
    태그, 라벨 또는 다른 메타데이터는 이미지가 저장될 때 제2 컴퓨팅 장치에 의해 자동으로 생성되는 방법.
  6. 뷰포트의 치수에 기반하여, 뷰포트에서 디스플레이되는 이미지를 스케일링하고;
    이미지와 관련된 태그, 라벨 또는 다른 메타데이터에 기반하여, 이미지에서 복수의 관심 지점을 결정하며;
    이미지에서 복수의 관심 지점 각각에 대한 가중치를 할당하고;
    기결정된 수의 뷰포트 위치 중 각각의 뷰포트 위치에 대하여, 뷰포트 내에 있는 관심 지점에 할당된 가중치의 합을 계산하며;
    뷰포트 위치들 중 하나를 선택하고;
    선택된 뷰포트 위치에 적어도 부분적으로 기반하여 이미지를 잘라내도록 실행시 동작하는 소프트웨어를 수록한 하나 이상의 컴퓨터-판독가능한 비-일시적 저장매체로서,
    선택된 뷰포트 위치는 가중치의 합들 중 가장 큰 합과 관련되는 컴퓨터-판독가능한 비-일시적 저장매체.
  7. 제 6 항에 있어서,
    상기 이미지를 스케일링하는 것은:
    이미지의 종횡비(aspect ratio)가 뷰포트의 종횡비보다 큰지를 결정하고;
    상기 결정에 응답하여, 이미지의 높이가 뷰포트의 높이와 동일하도록 특정 크기로 이미지를 스케일링하는 것을 포함하는 컴퓨터-판독가능한 비-일시적 저장매체.
  8. 제 6 항에 있어서,
    상기 이미지를 스케일링하는 것은:
    이미지의 종횡비가 뷰포트의 종횡비보다 작은지를 결정하고;
    상기 결정에 응답하여, 이미지의 폭이 뷰포트의 폭과 동일하도록 특정 크기로 이미지를 스케일링하는 것을 포함하는 컴퓨터-판독가능한 비-일시적 저장매체.
  9. 제 6 항에 있어서,
    태그, 라벨 또는 다른 메타데이터는 사용자로부터의 입력에 기반하여 생성되는 컴퓨터-판독가능한 비-일시적 저장매체.
  10. 제 6 항에 있어서,
    태그, 라벨 또는 다른 메타데이터는 이미지가 저장될 때 제2 컴퓨팅 장치에 의해 자동으로 생성되는 컴퓨터-판독가능한 비-일시적 저장매체.
  11. 하나 이상의 프로세서; 및
    프로세서와 연결되고 프로세서에 의해 실행가능한 명령어를 포함하는 메모리를 포함하는 시스템으로서,
    상기 프로세서는:
    뷰포트의 치수에 기반하여, 뷰포트에서 디스플레이되는 이미지를 스케일링하고;
    이미지와 관련된 태그, 라벨 또는 다른 메타데이터에 기반하여, 이미지에서 복수의 관심 지점을 결정하며;
    이미지에서 복수의 관심 지점 각각에 대한 가중치를 할당하고;
    기결정된 수의 뷰포트 위치 중 각각의 뷰포트 위치에 대하여, 뷰포트 내에 있는 관심 지점에 할당된 가중치의 합을 계산하며;
    뷰포트 위치들 중 하나를 선택하고;
    선택된 뷰포트 위치에 적어도 부분적으로 기반하여 이미지를 잘라내는 명령어를 실행하는 동작을 수행하며,
    선택된 뷰포트 위치는 가중치의 합들 중 가장 큰 합과 관련되는 시스템.
  12. 제 11 항에 있어서,
    상기 이미지를 스케일링하는 것은:
    이미지의 종횡비(aspect ratio)가 뷰포트의 종횡비보다 큰지를 결정하고;
    상기 결정에 응답하여, 이미지의 높이가 뷰포트의 높이와 동일하도록 특정 크기로 이미지를 스케일링하는 것을 포함하는 시스템.
  13. 제 11 항에 있어서,
    상기 이미지를 스케일링하는 것은:
    이미지의 종횡비가 뷰포트의 종횡비보다 작은지를 결정하고;
    상기 결정에 응답하여, 이미지의 폭이 뷰포트의 폭과 동일하도록 특정 크기로 이미지를 스케일링하는 것을 포함하는 시스템.
  14. 제 11 항에 있어서,
    태그, 라벨 또는 다른 메타데이터는 사용자로부터의 입력에 기반하여 생성되는 시스템.
  15. 제 11 항에 있어서,
    태그, 라벨 또는 다른 메타데이터는 이미지가 저장될 때 제2 컴퓨팅 장치에 의해 자동으로 생성되는 시스템.
  16. 삭제
  17. 삭제
  18. 삭제
  19. 삭제
  20. 삭제
KR1020177024838A 2013-03-14 2014-03-11 관심 지점에 따라 이미지 잘라내기 KR101964202B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/829,859 US9607235B2 (en) 2013-03-14 2013-03-14 Image cropping according to points of interest
US13/829,859 2013-03-14
PCT/US2014/023518 WO2014159414A1 (en) 2013-03-14 2014-03-11 Image cropping according points of interest

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020157028915A Division KR101777304B1 (ko) 2013-03-14 2014-03-11 관심 지점에 따라 이미지 잘라내기

Publications (2)

Publication Number Publication Date
KR20170104653A KR20170104653A (ko) 2017-09-15
KR101964202B1 true KR101964202B1 (ko) 2019-04-01

Family

ID=51527332

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020157028915A KR101777304B1 (ko) 2013-03-14 2014-03-11 관심 지점에 따라 이미지 잘라내기
KR1020177024838A KR101964202B1 (ko) 2013-03-14 2014-03-11 관심 지점에 따라 이미지 잘라내기

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020157028915A KR101777304B1 (ko) 2013-03-14 2014-03-11 관심 지점에 따라 이미지 잘라내기

Country Status (7)

Country Link
US (2) US9607235B2 (ko)
JP (3) JP6255081B2 (ko)
KR (2) KR101777304B1 (ko)
AU (1) AU2014240569B2 (ko)
CA (1) CA2903115C (ko)
IL (2) IL241163A (ko)
WO (1) WO2014159414A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11321811B2 (en) 2018-12-27 2022-05-03 Samsung Display Co., Ltd. Imaging apparatus and driving method of the same

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9607235B2 (en) * 2013-03-14 2017-03-28 Facebook, Inc. Image cropping according to points of interest
US9489757B2 (en) 2013-10-16 2016-11-08 Microsoft Technology Licensing, Llc Resizable text backing shapes for digital images
US20150103092A1 (en) * 2013-10-16 2015-04-16 Microsoft Corporation Continuous Image Optimization for Responsive Pages
US9292756B2 (en) * 2013-12-10 2016-03-22 Dropbox, Inc. Systems and methods for automated image cropping
US9424653B2 (en) * 2014-04-29 2016-08-23 Adobe Systems Incorporated Method and apparatus for identifying a representative area of an image
US9646131B2 (en) * 2014-06-27 2017-05-09 Oracle International Corporation Intelligent image processing for enterprise applications
KR101737089B1 (ko) * 2015-05-29 2017-05-17 삼성전자주식회사 이미지를 디스플레이하는 방법 및 디바이스
US10582125B1 (en) * 2015-06-01 2020-03-03 Amazon Technologies, Inc. Panoramic image generation from video
US9864925B2 (en) 2016-02-15 2018-01-09 Ebay Inc. Digital image presentation
US12008034B2 (en) 2016-02-15 2024-06-11 Ebay Inc. Digital image presentation
KR20220131394A (ko) * 2016-05-10 2022-09-27 에프에이피엘, 엘엘씨 네트워크 플랫폼의 데이터베이스 엔트리들의 링크를 위한 시스템 및 방법
EP3901951B1 (en) * 2016-11-07 2024-09-18 Snap Inc. Selective identification and order of image modifiers
CN106649681B (zh) * 2016-12-15 2020-06-05 北京金山安全软件有限公司 一种数据处理方法、装置及设备
US10853659B2 (en) 2017-05-05 2020-12-01 Google Llc Methods, systems, and media for adaptive presentation of a video content item based on an area of interest
CN109639569B (zh) * 2019-01-31 2021-09-14 维沃移动通信有限公司 一种社交通信方法及终端
KR102454421B1 (ko) * 2019-12-13 2022-10-14 구글 엘엘씨 개인화된 자동 비디오 자르기
GB202005277D0 (en) * 2020-04-09 2020-05-27 Samsung Electronics Co Ltd Image Processing

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070201752A1 (en) 2006-02-28 2007-08-30 Gormish Michael J Compressed data image object feature extraction, ordering, and delivery
WO2008073502A2 (en) 2006-12-11 2008-06-19 Google Inc. Viewport-relative scoring for location search queries
JP2009245200A (ja) 2008-03-31 2009-10-22 Nohmi Bosai Ltd 煙検出装置
JP2014127763A (ja) 2012-12-25 2014-07-07 Canon Inc 画像処理装置、画像処理方法及びプログラム
JP2015179984A (ja) 2014-03-19 2015-10-08 株式会社東芝 画像処理装置、その方法、及び、そのプログラム

Family Cites Families (55)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6654507B2 (en) * 2000-12-14 2003-11-25 Eastman Kodak Company Automatically producing an image of a portion of a photographic image
GB2370438A (en) * 2000-12-22 2002-06-26 Hewlett Packard Co Automated image cropping using selected compositional rules.
GB2378340A (en) * 2001-07-31 2003-02-05 Hewlett Packard Co Generation of an image bounded by a frame or of overlapping images
US6882755B2 (en) * 2001-10-19 2005-04-19 Hewlett-Packard Development Company, L.P. Image transmission for low bandwidth with region of interest
US7680326B2 (en) * 2004-03-18 2010-03-16 Fujifilm Corporation Method, system, and program for correcting the image quality of a moving image
US9329827B2 (en) * 2004-12-29 2016-05-03 Funmobility, Inc. Cropping of images for display on variably sized display devices
GB2422739B (en) * 2005-01-31 2010-07-14 Hewlett Packard Development Co Image processing method and apparatus
US7760956B2 (en) * 2005-05-12 2010-07-20 Hewlett-Packard Development Company, L.P. System and method for producing a page using frames of a video stream
US7693304B2 (en) * 2005-05-12 2010-04-06 Hewlett-Packard Development Company, L.P. Method and system for image quality calculation
US7990564B2 (en) * 2005-07-29 2011-08-02 Vistaprint Technologies Limited Automated image sizing and placement
US7945653B2 (en) * 2006-10-11 2011-05-17 Facebook, Inc. Tagging digital media
KR100735249B1 (ko) 2006-01-06 2007-07-03 삼성전자주식회사 휴대단말기에서 이미지 디스플레이 방법
JP2007214781A (ja) * 2006-02-08 2007-08-23 Fujifilm Corp 画像トリミング装置、画像トリミング方法、およびそのプログラム
US20070201765A1 (en) * 2006-02-24 2007-08-30 Dubois Charles L Intelligent Digital Image Cropping System
US20080019574A1 (en) * 2006-07-20 2008-01-24 Anthony Scalise Machine-controlled image cropping with default
US8218895B1 (en) * 2006-09-27 2012-07-10 Wisconsin Alumni Research Foundation Systems and methods for generating and displaying a warped image using fish eye warping
US8218830B2 (en) * 2007-01-29 2012-07-10 Myspace Llc Image editing system and method
US20080215985A1 (en) * 2007-02-23 2008-09-04 Tabblo, Inc. Method for initial layout of story elements in a user-generated online story
KR100811796B1 (ko) * 2007-03-30 2008-03-10 삼성전자주식회사 휴대 단말기 및 그의 초점 정보를 이용한 영상 표시 방법
US8154625B2 (en) * 2007-04-02 2012-04-10 Research In Motion Limited Camera with multiple viewfinders
KR101201227B1 (ko) * 2007-11-20 2012-11-13 삼성전자주식회사 화상형성장치 및 멀티 크롭 화상형성방법
US8009921B2 (en) * 2008-02-19 2011-08-30 Xerox Corporation Context dependent intelligent thumbnail images
KR101464572B1 (ko) * 2008-03-20 2014-11-24 인스티튜트 퓌어 룬트퐁크테크닉 게엠베하 작은 스크린 크기들에 대해 비디오 이미지들을 적응시키는 방법
US9143573B2 (en) * 2008-03-20 2015-09-22 Facebook, Inc. Tag suggestions for images on online social networks
JP5016541B2 (ja) * 2008-04-01 2012-09-05 富士フイルム株式会社 画像処理装置および方法並びにプログラム
US20090295787A1 (en) 2008-06-02 2009-12-03 Amlogic, Inc. Methods for Displaying Objects of Interest on a Digital Display Device
US9020298B2 (en) * 2009-04-15 2015-04-28 Microsoft Technology Licensing, Llc Automated image cropping to include particular subjects
US20100299627A1 (en) * 2009-05-20 2010-11-25 Qualcomm Incorporated Method and apparatus for content boundary detection and scaling
US8406515B2 (en) * 2009-06-24 2013-03-26 Hewlett-Packard Development Company, L.P. Method for automatically cropping digital images
US8180178B2 (en) * 2009-06-24 2012-05-15 Hewlett-Packard Development Company, L.P. Autocropping and autolayout method for digital images
CN102473288A (zh) * 2009-07-30 2012-05-23 皇家飞利浦电子股份有限公司 分布式图像重定向
WO2011018759A1 (en) * 2009-08-11 2011-02-17 Koninklijke Philips Electronics N.V. Method and apparatus for providing an image for display
US8532435B1 (en) * 2009-08-18 2013-09-10 Adobe Systems Incorporated System and method for automatically adapting images
CN102045435B (zh) * 2009-10-20 2014-01-01 深圳富泰宏精密工业有限公司 手机及其壁纸的处理方法
US8363984B1 (en) * 2010-07-13 2013-01-29 Google Inc. Method and system for automatically cropping images
US8327253B2 (en) * 2010-11-09 2012-12-04 Shutterfly, Inc. System and method for creating photo books using video
US8494302B2 (en) * 2010-11-11 2013-07-23 Seiko Epson Corporation Importance filtering for image retargeting
KR101039414B1 (ko) 2011-01-18 2011-06-08 최낙언 객체 간의 관계를 설정하고 이에 대한 정보를 제공하기 위한 방법, 서버 및 컴퓨터 판독 가능한 기록 매체
JP2012160950A (ja) 2011-02-01 2012-08-23 Nikon Corp 画像処理装置、撮像装置および表示装置
US8401292B2 (en) * 2011-04-26 2013-03-19 Eastman Kodak Company Identifying high saliency regions in digital images
WO2013031096A1 (ja) * 2011-08-29 2013-03-07 パナソニック株式会社 画像処理装置、画像処理方法、プログラム、集積回路
US8938100B2 (en) * 2011-10-28 2015-01-20 Intellectual Ventures Fund 83 Llc Image recomposition from face detection and facial features
WO2013085546A1 (en) * 2011-12-09 2013-06-13 Hewlett-Packard Development Company, Lp Modification of images based on orientation
US8854397B2 (en) * 2011-12-13 2014-10-07 Facebook, Inc. Photo selection for mobile devices
AU2011254040B2 (en) * 2011-12-14 2015-03-12 Canon Kabushiki Kaisha Method, apparatus and system for determining a saliency map for an input image
KR101800617B1 (ko) * 2013-01-02 2017-12-20 삼성전자주식회사 디스플레이 장치 및 이의 화상 통화 방법
US9607235B2 (en) * 2013-03-14 2017-03-28 Facebook, Inc. Image cropping according to points of interest
JP5769755B2 (ja) * 2013-04-24 2015-08-26 キヤノン株式会社 画像処理システム、画像処理装置及び画像処理方法
US9367568B2 (en) * 2013-05-15 2016-06-14 Facebook, Inc. Aggregating tags in images
US9292756B2 (en) * 2013-12-10 2016-03-22 Dropbox, Inc. Systems and methods for automated image cropping
US9336567B2 (en) * 2013-12-16 2016-05-10 Telefonaktiebolaget L M Ericsson (Publ) Content-aware weighted image manipulations
US9177194B2 (en) * 2014-01-29 2015-11-03 Sony Corporation System and method for visually distinguishing faces in a digital image
US9251594B2 (en) * 2014-01-30 2016-02-02 Adobe Systems Incorporated Cropping boundary simplicity
US9424653B2 (en) * 2014-04-29 2016-08-23 Adobe Systems Incorporated Method and apparatus for identifying a representative area of an image
US9626584B2 (en) * 2014-10-09 2017-04-18 Adobe Systems Incorporated Image cropping suggestion using multiple saliency maps

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070201752A1 (en) 2006-02-28 2007-08-30 Gormish Michael J Compressed data image object feature extraction, ordering, and delivery
WO2008073502A2 (en) 2006-12-11 2008-06-19 Google Inc. Viewport-relative scoring for location search queries
US20080154888A1 (en) 2006-12-11 2008-06-26 Florian Michel Buron Viewport-Relative Scoring For Location Search Queries
JP2009245200A (ja) 2008-03-31 2009-10-22 Nohmi Bosai Ltd 煙検出装置
JP2014127763A (ja) 2012-12-25 2014-07-07 Canon Inc 画像処理装置、画像処理方法及びプログラム
JP2015179984A (ja) 2014-03-19 2015-10-08 株式会社東芝 画像処理装置、その方法、及び、そのプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11321811B2 (en) 2018-12-27 2022-05-03 Samsung Display Co., Ltd. Imaging apparatus and driving method of the same

Also Published As

Publication number Publication date
KR20150128980A (ko) 2015-11-18
IL254749A0 (en) 2017-11-30
CA2903115A1 (en) 2014-10-02
JP2018081701A (ja) 2018-05-24
IL241163A0 (en) 2015-11-30
JP6255081B2 (ja) 2017-12-27
AU2014240569A1 (en) 2015-10-29
JP6681867B2 (ja) 2020-04-15
AU2014240569B2 (en) 2018-04-05
JP2016517576A (ja) 2016-06-16
IL254749B (en) 2018-11-29
IL241163A (en) 2017-10-31
JP2020107343A (ja) 2020-07-09
WO2014159414A8 (en) 2014-11-13
US20140270533A1 (en) 2014-09-18
KR20170104653A (ko) 2017-09-15
WO2014159414A1 (en) 2014-10-02
US9607235B2 (en) 2017-03-28
CA2903115C (en) 2018-06-26
US20170161932A1 (en) 2017-06-08
US9978167B2 (en) 2018-05-22
KR101777304B1 (ko) 2017-09-11

Similar Documents

Publication Publication Date Title
KR101964202B1 (ko) 관심 지점에 따라 이미지 잘라내기
KR101826113B1 (ko) 메시지의 인-라인 이미지를 위한 방법 및 시스템
KR101945922B1 (ko) 오프라인 컨텐츠의 생성
KR101815142B1 (ko) 소셜 컨텍스트에 기반한 이미지 필터링 방법 및 시스템
KR101727601B1 (ko) 순간들로의 사진 클러스터링
KR101647761B1 (ko) 사용자를 위한 비디오의 순위화
KR20150115001A (ko) 위치 또는 속도에 기반한 사용자 인터페이스의 변경
KR101581832B1 (ko) 애플리케이션용 소셜 컨텍스트
KR101985714B1 (ko) 유연한 이미지 레이아웃
KR20180080276A (ko) 딥-러닝 모델을 사용한 컨텐츠 아이템의 식별
US20170325083A1 (en) Integrating Social-Networking Information
KR101884295B1 (ko) 소셜 네트워크에서 연락처 집계
KR20160048223A (ko) 네이티브 애플리케이션 테스트
US9450992B2 (en) Node properties in a social-networking system
KR20160144481A (ko) 컨텐츠의 사용자 공유 유도
JP2021509493A (ja) 複数のデバイスにわたるコンテンツを提供すること

Legal Events

Date Code Title Description
A107 Divisional application of patent
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant