CN104254859A - 建立社交网络组 - Google Patents

建立社交网络组 Download PDF

Info

Publication number
CN104254859A
CN104254859A CN201380022392.5A CN201380022392A CN104254859A CN 104254859 A CN104254859 A CN 104254859A CN 201380022392 A CN201380022392 A CN 201380022392A CN 104254859 A CN104254859 A CN 104254859A
Authority
CN
China
Prior art keywords
photo
face
targeted customer
group
individual
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.)
Granted
Application number
CN201380022392.5A
Other languages
English (en)
Other versions
CN104254859B (zh
Inventor
里奇·戈斯魏勒
詹姆斯·布鲁克斯·米勒
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
Publication of CN104254859A publication Critical patent/CN104254859A/zh
Application granted granted Critical
Publication of CN104254859B publication Critical patent/CN104254859B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/169—Holistic features and representations, i.e. based on the facial image taken as a whole
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

实施例通常涉及在社交网络***中建立组。在一个实施例中，一种方法包括：在社交网络***中在与目标用户相关联的至少一个照片中识别至少一个人，其中，该识别至少部分地基于社会关联。该方法也包括：在社交网络***中建立组，其中，该组包括在至少一个照片中识别的至少一个人。该方法也包括：将组与目标用户相关联。

Description

建立社交网络组
本申请要求优先权于在2012年4月26日提交的、题目为“CREATING SOCIAL NETWORK GROUPS(建立社交网络组)”的美国专利申请No.13/456,970，其通过引用被并入在此，就好像在本申请中全文给出那样以用于各种目的。
技术领域
实施例通常涉及社交网络***，并且更具体地涉及在社交网络***中建立组。
背景技术
社交网络***通常使得用户能够建立社交网络组。例如，这样的社交网络组可以包括朋友组或联系人组。为了建立组，社交网络***的用户通常通过执行搜索来找到其他用户，并且然后邀请他们作为朋友或作为联系人在社交方面连接。邀请的接收者可以通过接受该邀请来响应，这建立了社交连接。一旦进行了社交连接，则用户可以属于彼此的组，并且可以经由各种社交行为来接触。例如，用户可以访问彼此的简档页面，跟随彼此的帖子，向彼此发送消息等。
发明内容
实施例通常涉及在社交网络***中建立组。在一个实施例中，一种方法包括：在与社交网络***中的目标用户相关联的至少一个照片中识别至少一个人，其中，该识别至少部分地基于社会关联；在社交网络***中建立组，其中，该组包括在至少一个照片中识别的至少一个人；并且，将组与目标用户相关联。
进一步关于该方法，在一个实施例中，至少一个照片的获得包括：当目标用户拍摄至少一个照片时从相机装置获得至少一个照片。在一个实施例中，至少一个人的识别包括：标识至少一个面部；并且向至少一个面部应用面部识别算法。在一个实施例中，识别至少部分地基于在候选人和目标用户之间的社会关联的程度。在一个实施例中，对至少一个人的识别包括：标识至少一个面部；并且向该至少一个面部应用面部识别算法，其中，面部识别算法向至少一个面部的应用包括：将至少一个面部的面部特征与在数据库中的至少一个已知面部的面部特征匹配，其中，至少一个已知面部与候选人相关联；确定在候选人和目标用户之间的社会关联的程度；并且基于该社会关联的程度来将候选人确定为在该至少一个照片中的至少一个人。
进一步关于方法，在一个实施例中，该方法也包括：使得目标用户能够验证正确地识别了在至少一个照片中识别的至少一个人。在一个实施例中，该方法也包括：使得目标用户能够验证正确地识别了在至少一个照片中识别的至少一个人；并且如果错误地识别了任何人，则使得目标用户能够修改与在组中的一个或多个人相关联的标识信息。在一个实施例中，该方法也包括：向目标用户提供组。在一个实施例中，该方法也包括：向在至少一个照片中识别的至少一个人通知已经建立了组。在一个实施例中，该方法也包括：向目标用户和在至少一个照片中识别的至少一个人发送加入组的邀请。
在另一个实施例中，一种方法也包括：在与社交网络***中的目标用户相关联的至少一个照片中识别至少一个人，其中，该识别至少部分地基于社会关联，其中，至少一个人的识别包括：标识至少一个面部；并且向至少一个面部应用面部识别算法。在一个实施例中，面部识别算法向至少一个面部的应用包括：将至少一个面部的面部特征与在数据库中的至少一个已知面部的面部特征匹配，其中，至少一个已知面部与候选人相关联；确定在候选人和目标用户之间的社会关联的程度；并且，基于社会关联的程度来将候选人确定为在至少一个照片中的至少一个人。在另一个实施例中，一种方法也包括：在社交网络***中建立组，其中，该组包括在至少一个照片中识别的至少一个人；使得目标用户能够验证正确地识别了在至少一个照片中识别的至少一个人；如果错误地识别了任何人，则使得目标用户能够修改与在该组中的一个或多个人相关联的标识信息；并且将该组与目标用户相关联。
在另一个实施例中，一种***包括：一个或多个处理器；以及用于由一个或多个处理器执行的、在一个或多个有形介质中编码的逻辑。当被执行时，逻辑可操作以执行操作，该操作包括：在与社交网络***中的目标用户相关联的至少一个照片中识别至少一个人，其中，该识别至少部分地基于社会关联；在社交网络***中建立组，其中，该组包括在至少一个照片中识别的至少一个人；并且将该组与目标用户相关联。
进一步关于***，在一个实施例中，为了获得至少一个照片，逻辑当被执行时进一步可操作以执行操作，该操作包括：当目标用户拍摄至少一个照片时从相机装置获得至少一个照片。在一个实施例中，为了识别至少一个人，逻辑当被执行时进一步可操作以执行操作，该操作包括：标识至少一个面部；并且向该至少一个面部应用面部识别算法。在一个实施例中，识别至少部分地基于在候选人和目标用户之间的社会关联。在一个实施例中，为了识别至少一个人，逻辑当被执行时进一步可操作以执行操作，操作包括：标识至少一个面部；并且向该至少一个面部应用面部识别算法。在一个实施例中，面部识别算法向该至少一个面部的应用包括：将至少一个面部的面部特征与在数据库中的至少一个已知面部的面部特征匹配，其中，至少一个已知面部与候选人相关联；确定在候选人和目标用户之间的社会关联的程度；并且基于该社会关联的程度来将候选人确定为在至少一个照片中的至少一个人。
进一步关于***，在一个实施例中，逻辑当被执行时进一步可操作以执行操作，该操作包括：使得目标用户能够验证正确地识别了在至少一个照片中识别的至少一个人。在一个实施例中，逻辑当被执行时进一步可操作以执行操作，该操作包括：使得目标用户能够验证正确地识别了在至少一个照片中识别的至少一个人；并且如果错误地识别了任何人，则使得目标用户能够修改与在组中的一个或多个人相关联的标识信息。在一个实施例中，逻辑当被执行时进一步可操作以执行操作，该操作包括：向目标用户提供组。在一个实施例中，逻辑当被执行时进一步可操作以执行操作，该操作包括：向在至少一个照片中识别的至少一个人通知已经建立了组。
附图说明
图1是图示了示例网络环境的框图，该示例网络环境可以用于实现在此所述的实施例。
图2图示了根据一个实施例的、用于在社交网络***中建立组的示例简化流程图。
图3图示了根据一个实施例的、用于向一个或多个面部应用面部识别算法的示例简化流程图。
图4图示了可以用于实现在此所述的实施例的示例服务器装置的框图。
具体实施方式
在此所述的实施例便利了在社交网络***中的社交网络组的建立。在各个实施例中，***响应于与用户相关联的照片来产生社交网络***的用户的组。例如，该***可以产生包括在照片中示出的朋友的组。
如下更详细所述，在一个实施例中，该***在社交网络***中在与目标用户相关联的一个或多个照片中识别一个或多个人。例如，该照片可以与该目标用户相关联于：目标用户拍摄照片和/或向社交网络***上载该照片。
在一个实施例中，人的识别至少部分地基于社会关联。例如，对于在照片中的每一个面部(即，面部的图像)，该***将该面部的面部特征与在数据库中的至少一个已知面部的面部特征匹配，其中，该已知面部与候选人相关联。在一些情况下，当存在多个候选时，该***确定在一个或多个候选和目标用户之间的社会关联的程度。该***然后基于社会关联的程度将候选人确定为在照片中的特定人。例如，如果目标用户和候选人在彼此的个人社交网络中，则将存在高的社会关联程度，并且因此，存在候选人是照片中的特定人的高概率。该***然后建立包括在照片中识别的一个或多个人的社交网络组，并且然后将该组与目标用户相关联。
图1图示了示例网络环境100的框图，该示例网络环境100可以用于实现在此所述的实施例。在一个实施例中，网络环境100包括***102，***102包括服务器装置104和社交网络数据库106。可以可交换地使用术语***102和短语“社交网络***”。网络环境100也包括客户机装置110、120、130和140，它们可以拍摄照片并且将照片经由网络150向***102上载。客户机装置110、120、130和140可以是相机装置。客户机装置110、120、130和140也可以是移动电话、平板、笔记本计算机或具有相机能力的任何其他电子装置。在各个实施例中，用户U1、U2、U3和U4可以使用相应的客户机装置110、120、130和140来拍摄照片，并且向***102上载照片。
如在在此的实施例中所述，用户U1、U2、U3和U4可以将它们的图像捕获并且然后在照片的各种组合中识别。例如，可以在由目标用户拍摄的一个照片中识别用户U1和U2的组160，同时可以在由目标用户拍摄的另一个照片中识别用户U3和U4的组170。为了说明容易，图1示出在组160中的用户U1和U2，并且示出在组170中的用户U3和U4。组160和170的每一个可以具有任何数量的用户，并且具有用户U1、U2、U3和U4的任何组合以及其他用户。如下更详细所述，***102可以建立与在照片上识别的用户的组对应的组(即，社交网络组)。例如，***102可以建立包括用户U1和U2的第一社交网络组，并且可以建立包括用户U3和U4的第二社交网络组。***102可以然后选择一个或两个组来向目标用户呈现，并且目标用户可以转而选择一个或两个组来与目标用户相关联。
为了容易说明，图1对于***102、服务器装置104和社交网络数据库106的每一个示出一个方框，并且对于客户机装置110、120、130和140示出四个方框。方框102、104和106可以表示多个***、服务器装置和社交网络数据库。同时，可以有任何数量的客户机装置。在其他实施例中，网络环境100可以没有所示的组件的全部和/或可以具有包括取代或除在此所示的那些之外的其他类型的元件的其它元件。
图2图示了根据一个实施例的、用于在社交网络***中建立组的示例简化流程图。参见图1和2，在块202启动一种方法，其中，***102在社交网络***中在与目标用户相关联的一个或多个照片中识别一个或多个人。在一个实施例中，该照片与该目标用户相关联于：目标用户拍摄照片和/或将该照片上载到***102。
在一个实施例中，***102可以当目标用户拍摄一个或多个照片时从相机装置获得该一个或多个照片。在各个实施例中，可以使用移动电话、平板、笔记本计算机或任何其它适当的电子装置来实现该相机装置。在一些情况下，相机装置可以当拍摄照片时自动地向***102上载照片。在一个实施例中，也可以使用旧的照片。例如，***102可以接收由用户上载或扫描的之前存在的照片。
在一个实施例中，为了识别一个或多个人，***102识别一个或多个面部，并且向在照片中的该一个或多个面部应用面部识别算法。注意，可交换地使用术语“面部”和“面部的图像”。
在各个实施例中，***102使得社交网络***的用户能够使用他们在照片中的面部或使用在识别在照片中被标识的人中的他们的身份信息来选择加入或选择退出***102。而且，***102使得社交网络的用户能够使用用于一般的面部识别的他们的照片来选择加入或选择退出***102。
在一个实施例中，对于在照片中的每一个面部，***102分析该面部的多个特征，并且产生特征向量。在各个实施例中，特征向量是不同的面部特性或特征的集合，其包括使得面部可识别的任何特征。这样的特征可以包括例如面部头发、皮肤颜色、眼睛颜色、眼睛距离、头发特性等。
对于在照片中的每一个面部，***102将被标识的面部的特征向量与在诸如图1的社交网络数据库106的数据库中的已知面部的多个特征向量作比较。每一个已知面部与在社交网络数据库106中具有已知用户简档的候选人相关联。
在一个实施例中，社交网络数据库106存储已知面部的图像，其中，每一个已知面部与特征向量相关联。而且，每一个已知面部与社交网络***的已知用户相关联。例如，已知面部与已知用户简档相关联。
在各个实施例中，每一个特征向量与特征向量分数相关联，并且，***102将在照片中的被标识的面部的特征向量的特征向量分数与关联于已知面部的特征向量分数作比较。在一个实施例中，***102可以在散列表中查找已知面部的特征向量。在一个实施例中，***102将具有(与被标识的面部)最接近的特征向量的候选确定为同一人。
在一个实施例中，具有最高特征向量分数的(候选的)特征向量具有与已知用户相关联的最高概率。相反，具有最低特征向量分数的特征向量具有与已知用户相关联的最低概率。
在一些情况下，可能有具有接近地匹配的特征向量的多个候选(例如，5人)。换句话说，可能有看起来像在给定照片中被标识的人的几个候选。这可能是因为各种原因。例如，一些人具有非常类似的特征，诸如家庭成员。而且，在照片中的面部图像的质量上的变化(例如，照明、清楚等)引起在特征向量分数上的变化。
在一个实施例中，***102可以获得与每一个照片相关联的时间标记信息和位置信息。***102可以使用该信息来在识别处理中帮助。例如，如果***102识别在特定事件中拍摄的照片中被标识的给定面部的两个可能候选，并且***102从数据库已知一个候选在那个时间在同一城市中，而另一个候选在不同的城市中，则***102可以确定与在照片中的面部相关联的最佳候选。
诸如在下面的图3中描述的那些的、在此所述的各个实施例便利了将可能候选缩小为一个候选。
图3图示了根据一个实施例的、用于向一个或多个面部应用面部识别算法的示例简化流程图。参见图1和3两者，在块302处启动一种方法，其中，对于在照片中的每一个面部，***102将面部的面部特征与在数据库中的至少一个已知面部的面部特征(例如，在图1的社交网络数据库106中存储)匹配，其中，该至少一个已知面部与候选人相关联。在一个实施例中，现有面部可以与目标用户的现有相册相关联和/或与社交网络***的任何其他一个或多个用户的现有相册相关联。
在各个实施例中，***102使得社交网络的用户能够使用他们在照片中的面部或使用在识别在照片中被标识的人中的他们的身份信息来选择加入或选择退出***102。
在块304中，在一个实施例中，***102可以确定在每一个候选人和目标用户之间的社会关联的程度。在一个实施例中，社会关联的程度可以是社会关联分数。***102可以基于加权函数来确定社会关联分数，该加权函数考虑在给定照片中标识了谁和在照片中的人与目标用户之间的社会联系。在替代实施例中，社会关联分数可以基于其他因素，例如，诸如与目标用户的分离程度。
在一种情景下，假定用户U1是目标用户(其拍摄照片)，看起来像用户U2的人(例如，类似的特征向量分数)在照片中，并且用户U1和U2认识彼此。将存在下述高概率：用户U2事实上是在具有用户U1的照片中的人。因此，***102向作为候选的用户U2给出高的社会关联分数。用户U2的社会关联分数将比看起来像用户U2但是不认识用户U1的另一个候选的社会关联分数高得多。
在另一种情景下，假定用户U1是目标用户，用户U2和看起来像U3的人在照片中，用户U1认识用户U2但是不认识用户U3，用户U2认识U3。在各个实施例中，给定用户认识另一个用户因为：他们在社交网络***中在社交方面连接(例如，朋友、联系人等)。将有下述相当高的概率：用户U3事实上是在具有用户U2的照片中的人。因此，***102将向作为候选的用户U3给出高的社会关联分数。即使用户U1认识用户U2或U3，用户U2和U3认识彼此的事实保持较高的社会关联分数。换句话说，作为朋友的朋友承载关于社会关联分数的加权。
在块306中，***102基于社会关联的程度将候选人确定为在照片中的至少一个人。在一个实施例中，***102可以将具有最高社会关联分数的候选确定为最可能成为在照片中被标识的同一人。
在各个实施例中，***102可以以各种方式利用社会关联的程度来识别在照片中的人。例如，在一个实施例中，***102可以包括作为特征向量的一部分的社会关联的程度。在另一个实施例中，***102可以首先基于特征向量来确定候选的组，而不考虑社会关联的程度。***102可以然后基于社会关联的程度来将候选缩小为一个人，如在图3中所述。
再一次参见图2，在块204中，***102在社交网络***中建立一个或多个组。在一个实施例中，所建立的组基于在照片中识别的人。例如，如在结合图1的上面的示例中所述，可以在由目标用户拍摄的一个照片中识别用户U1和U2的组160。而且，可以在由目标用户拍摄的另一个照片中识别用户U3和U4的组170。***102可以建立与在照片中识别的用户组对应的社交网络组。例如，***102可以建立包括用户U1和U2的第一组，并且可以建立包括用户U3和U4的第二组。在各个实施例中，目标用户可以是用户U1、U2、U3和U4的任何一个或社交网络***的另一个用户。
在各个实施例中，***102使得在照片中的人能够选择加入或选择退出***102，该***102将他们加到一般新建立的组和/或与社交网络***的特定用户相关联的组。
在在此所述的实施例的上下文中使用的“组”是社交网络组。如此一来，可以与短语“社交网络组”可交换地使用术语“组”。在各个实施例中，社交网络组可以是在社交网络中在社交方面连接的用户的集合。例如，社交网络组可以是一组朋友或一组联系人。
在一个实施例中，***102可以基于来自不同人的多个画面来建立组。例如，如果两个用户参加事件并且每一个拍摄照片，则***102可以将在照片中的人组合以建立社交网络组。
在此所述的实施例的益处是***102建立组，该组自然地包括来自特定事件、会议、旅游、观光和其他小组活动的人，因为该组基于经常来自这样的小组活动的、在照片中识别的人。
在一个实施例中，该一个或多个组可以包括目标用户，因为目标用户拍摄照片并且可能认识在照片中的一些——如果不是全部——人。在一个实施例中，该一个或多个组包括在该一个或多个照片中识别的至少一个人。例如，给定组可以包括在照片中识别的至少一个人和拍摄照片的目标用户。在一些情况下，目标用户也可以是在照片中识别的人。该情况可能例如当目标用户使得某个其他人拍摄照片使得目标用户也在照片中时出现。在一个实施例中，该一个或多个组可以包括在该一个或多个照片中识别的多个用户。
在一个实施例中，***102可以将每一个建立的组标注。该标注可以是任意数字、日期、位置等。***102也使得目标用户能够改变该标注。
在一个实施例中，***102使得目标用户能够验证正确地识别了在至少一个照片中识别的人。在一个实施例中，***102使得与所建立的组相关联地显示被识别用户的简档照片。在一个实施例中，***102包括一个或多个照片，从该一个或多个照片识别[s1]在组中的用户。在一个实施例中，在组中的其他用户也可以验证正确地识别了在至少一个照片中识别的人。
在一个实施例中，如果错误地识别了任何人，则***102使得目标用户能够修改与在组中的一个或多个人相关联的标识信息。例如，***102可以使得目标用户能够手动地向组增加名称。
在一个实施例中，如果未识别在照片中的面部，则***102可以包括在组中的占位符(例如，空框)。***102可以提示目标用户手动地填入那个人的标识信息。例如，目标用户可以观看一个或多个照片，从该一个或多个照片识别在组中的人。目标用户可以然后确定在组中还未列出哪些用户。目标用户也具有去除占位符的选择。
在块206中，***102将一个或多个组与目标用户相关联。在一个实施例中，***102可以向目标用户提供该组。在各个实施例中，***102可以使得目标用户能够在与目标用户相关联(例如，与目标用户的简档相关联)的现有组的列表或簇中包括一个或多个组。***102可以使得在目标用户的社交网络页面中向目标用户显示组的列表或簇。***102可以使得目标用户能够选择是否使得与目标用户相关联的每一个组对于其他用户可见，并且如果可见，则可以使得目标用户能够指示允许哪些其他用户观看每一个组。
在一个实施例中，***102向在至少一个照片中识别的人通知已经建立了组。如上所述，在各个实施例中，***102使得在照片中的人能够选择加入或选择退出***102，该***102将他们加到一般新建立的组和/或与社交网络***的特定用户相关联的组。
在一个实施例中，***102可以向目标用户和在一个或多个照片中识别的一个或多个人发送加入组的邀请。在这样的实施例中，这样的邀请的接收者可以具有接受或不接受邀请的选择。如果给定的接收者接受邀请，则那个用户将加入组，并且与该组相关联。
在一个实施例中，***102使得用户能够将有价值的事物与组相关联。这样的有价值的事物可以包括内容，例如，照片、音轨、事件信息等。在组中包括的用户可以然后访问这样的有价值的事物。
虽然将***102描述为执行在在此的实施例中描述的步骤，***102的任何适当组件或组件的组合或者与***102相关联的任何适当的一个或多个处理器可以执行所述的步骤。
虽然可以以特定顺序呈现了步骤、操作或计算，但是可以在特定实施例中改变该顺序。取决于特定实现方式，步骤的其他排序是可能的。在一些特定实施例中，可以同时执行在本说明书中被示出为连续的多个步骤。
在此所述的实施例提供了各种益处。例如，在此所述的实施例通过便利在社交网络***的用户之间的组的建立也增大了在社交网络环境中在终端用户之间的整体接触。
图4图示了可以用于实现在此所述的实施例的示例服务器装置400的框图。例如，服务器装置400可以用于实现图1的服务器装置104以及执行在此所述的方法实施例。在一个实施例中，服务器装置400包括处理器402、操作***404、存储器406和输入/输出(I/O)接口408。服务器装置400也包括社交网络引擎410和可以被存储在存储器406中或任何其他适当存储位置或计算机可读介质上的媒体应用412。媒体应用412提供指令，该指令使得处理器402能够执行在此所述的功能和其他功能。
为了说明容易，图4对于处理器402、操作***404、存储器406、I/O接口408、社交网络引擎410和媒体应用412的每一个示出一个方框。这些方框402、404、406、408、410和412可以表示多个处理器、操作***、存储器、I/O接口、社交网络引擎和媒体应用。在其他实施例中，服务器装置400可能没有所示的组件的全部和/或可以具有包括取代或除在此所示的那些之外的其他类型的元件的其他元件。
虽然已经相对于其特定实施例描述了说明，但是这些特定实施例仅是说明性的而不是限定性的。在示例中说明的概念可以被应用到其他示例和实施例。
注意在本公开中描述的功能块、方法、装置和***可以被整合或划分为本领域内的技术人员已知的***、装置和功能块的不同组合。
任何适当的编程语言和编程技术可以用于实现特定实施例的例程。可以采用不同的编程技术，诸如过程或面向对象的。该例程可以在单个处理装置或多个处理器上执行。虽然可以以特定顺序来呈现步骤、操作或计算，但是可以在不同的特定实施例中改变该顺序。在一些特定实施例中，可以同时执行在本说明书中被示出为顺序的多个步骤。
“处理器”包括处理数据、信号或其他信息的任何适当的硬件和/或软件***、机构或组件。处理器可以包括具有通用中央处理单元、多个处理单元、用于实现功能的专用电路或其他***的***。处理不必限于地理位置或不必具有时间限制。例如，处理器可以“实时”、“离线”、以“批模式”等来执行其功能。可以在不同的时间和在不同的位置、通过不同(或相同)的处理***执行处理的部分。计算机可以是与存储器进行通信的任何处理器。该存储器可以是任何适当的处理器可读存储介质，诸如随机存取存储器(RAM)、只读存储器(ROM)、磁或光盘或适合于存储由处理器执行的指令的其他有形介质。

Claims (20)

1.一种方法，包括：
在与社交网络***中的目标用户相关联的至少一个照片中识别至少一个人，其中，所述识别至少部分地基于社会关联，其中，对所述至少一个人的所述识别包括：标识至少一个面部；以及向所述至少一个面部应用面部识别算法，其中，所述面部识别算法向所述至少一个面部的所述应用包括：
将所述至少一个面部的面部特征与在数据库中的至少一个已知面部的面部特征匹配，其中所述至少一个已知面部与候选人相关联；
确定在所述候选人和所述目标用户之间的社会关联的程度；以及
基于所述社会关联的程度来将所述候选人确定为在所述至少一个照片中的所述至少一个人，
在所述社交网络***中建立组，其中所述组包括在所述至少一个照片中识别的所述至少一个人；
使得所述目标用户能够验证正确地识别了在所述至少一个照片中识别的所述至少一个人；
如果错误地识别了任何人，则使得所述目标用户能够修改与在所述组中的一个或多个人相关联的标识信息；以及
将所述组与所述目标用户相关联。
2.一种方法，包括：
在与社交网络***中的目标用户相关联的至少一个照片中识别至少一个人，其中，所述识别至少部分地基于社会关联；
在所述社交网络***中建立组，其中所述组包括在所述至少一个照片中识别的所述至少一个人；以及
将所述组与所述目标用户相关联。
3.根据权利要求2所述的方法，其中所述至少一个照片的所述获得包括：当所述目标用户拍摄所述至少一个照片时从相机装置获得所述至少一个照片。
4.根据权利要求2所述的方法，其中对所述至少一个人的所述识别包括：
标识至少一个面部；以及
向所述至少一个面部应用面部识别算法。
5.根据权利要求2所述的方法，其中所述识别至少部分地基于在候选人和所述目标用户之间的社会关联的程度。
6.根据权利要求2所述的方法，其中对所述至少一个人的所述识别包括：
标识至少一个面部；以及
向所述至少一个面部应用面部识别算法，其中所述面部识别算法向所述至少一个面部的所述应用包括：
将所述至少一个面部的面部特征与在数据库中的至少一个已知面部的面部特征匹配，其中所述至少一个已知面部与候选人相关联；
确定在所述候选人和所述目标用户之间的所述社会关联的程度；以及
基于所述社会关联的程度来将所述候选人确定为在所述至少一个照片中的所述至少一个人。
7.根据权利要求2所述的方法，进一步包括：使得所述目标用户能够验证正确地识别了在所述至少一个照片中识别的所述至少一个人。
8.根据权利要求2所述的方法，进一步包括：
使得所述目标用户能够验证正确地识别了在所述至少一个照片中识别的所述至少一个人；以及
如果错误地识别了任何人，则使得所述目标用户能够修改与在所述组中的一个或多个人相关联的标识信息。
9.根据权利要求2所述的方法，进一步包括：向所述目标用户提供所述组。
10.根据权利要求2所述的方法，进一步包括：向在所述至少一个照片中识别的所述至少一个人通知已经建立了所述组。
11.根据权利要求2所述的方法，进一步包括：向所述目标用户和在所述至少一个照片中识别的所述至少一个人发送加入所述组的邀请。
12.一种***，包括：
一个或多个处理器；以及
用于由所述一个或多个处理器执行的、在一个或多个有形介质中编码的逻辑，并且当被执行时，所述逻辑可操作以执行操作，所述操作包括：
在与社交网络***中的目标用户相关联的至少一个照片中识别至少一个人，其中所述识别至少部分地基于社会关联；
在所述社交网络***中建立组，其中所述组包括在所述至少一个照片中识别的所述至少一个人；以及
将所述组与所述目标用户相关联。
13.根据权利要求12所述的***，其中，为了获得所述至少一个照片，所述逻辑当被执行时进一步可操作以执行操作，所述操作包括：当所述目标用户拍摄所述至少一个照片时从相机装置获得所述至少一个照片。
14.根据权利要求12所述的***，其中，为了识别所述至少一个人，所述逻辑当被执行时进一步可操作以执行操作，所述操作包括：
标识至少一个面部；以及
向所述至少一个面部应用面部识别算法。
15.根据权利要求12所述的***，其中所述识别至少部分地基于在候选人和所述目标用户之间的社会关联。
16.根据权利要求12所述的***，其中，为了识别所述至少一个人，所述逻辑当被执行时进一步可操作以执行操作，所述操作包括：
标识至少一个面部；以及
向所述至少一个面部应用面部识别算法，其中，所述面部识别算法向所述至少一个面部的所述应用包括：
将所述至少一个面部的面部特征与在数据库中的至少一个已知面部的面部特征匹配，其中，所述至少一个已知面部与候选人相关联；
确定在所述候选人和所述目标用户之间的所述社会关联的程度；以及
基于所述社会关联的程度来将所述候选人确定为在所述至少一个照片中的所述至少一个人。
17.根据权利要求12所述的***，其中所述逻辑当被执行时进一步可操作以执行操作，所述操作包括：使得所述目标用户能够验证正确地识别了在所述至少一个照片中识别的所述至少一个人。
18.根据权利要求12所述的***，其中所述逻辑当被执行时进一步可操作以执行操作，所述操作包括：
使得所述目标用户能够验证正确地识别了在所述至少一个照片中识别的所述至少一个人；以及
如果错误地识别了任何人，则使得所述目标用户能够修改与在所述组中的一个或多个人相关联的标识信息。
19.根据权利要求12所述的***，其中所述逻辑当被执行时进一步可操作以执行操作，所述操作包括：向所述目标用户提供所述组。
20.根据权利要求12所述的***，其中所述逻辑当被执行时进一步可操作以执行操作，所述操作包括：向在所述至少一个照片中识别的所述至少一个人通知已经建立了所述组。
CN201380022392.5A 2012-04-26 2013-04-25 建立社交网络组 Active CN104254859B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/456,970 2012-04-26
US13/456,970 US8666123B2 (en) 2012-04-26 2012-04-26 Creating social network groups
PCT/US2013/038171 WO2013163396A1 (en) 2012-04-26 2013-04-25 Creating social network groups

Publications (2)

Publication Number Publication Date
CN104254859A true CN104254859A (zh) 2014-12-31
CN104254859B CN104254859B (zh) 2018-04-20

Family

ID=49477325

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380022392.5A Active CN104254859B (zh) 2012-04-26 2013-04-25 建立社交网络组

Country Status (7)

Country Link
US (2) US8666123B2 (zh)
EP (1) EP2842078A4 (zh)
JP (1) JP2015519645A (zh)
CN (1) CN104254859B (zh)
BR (1) BR112014026626A8 (zh)
CA (1) CA2870202C (zh)
WO (1) WO2013163396A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105429862A (zh) * 2015-12-23 2016-03-23 北京奇虎科技有限公司 一种基于相册的社交群建立方法和装置
CN105488726A (zh) * 2015-12-23 2016-04-13 北京奇虎科技有限公司 一种邀请好友加入社交群的方法和装置
CN105528445A (zh) * 2015-12-23 2016-04-27 北京奇虎科技有限公司 一种基于相册的社交群建立方法和装置
CN106777030A (zh) * 2016-12-08 2017-05-31 北京小米移动软件有限公司 信息推送方法及装置
CN110188218A (zh) * 2019-06-28 2019-08-30 联想(北京)有限公司 影像处理方法、装置以及电子设备

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9589417B2 (en) 2005-07-14 2017-03-07 Ag 18, Llc Interactive gaming among a plurality of players systems and methods
US9299060B2 (en) 2012-10-12 2016-03-29 Google Inc. Automatically suggesting groups based on past user interaction
US9269081B1 (en) * 2012-10-12 2016-02-23 Google Inc. Seeding user connections in a social network
US9646208B2 (en) * 2013-05-07 2017-05-09 Htc Corporation Method for computerized grouping contact list, electronic device using the same and computer program product
US11684346B2 (en) 2015-05-29 2023-06-27 Siemens Medical Solutions Usa, Inc. Ultrasound beamformer-based channel data compression
US10248847B2 (en) * 2017-02-10 2019-04-02 Accenture Global Solutions Limited Profile information identification
US10713489B2 (en) * 2017-10-24 2020-07-14 Microsoft Technology Licensing, Llc Augmented reality for identification and grouping of entities in social networks
JP7070665B2 (ja) * 2018-03-30 2022-05-18 日本電気株式会社 情報処理装置、制御方法、及びプログラム
US11283937B1 (en) 2019-08-15 2022-03-22 Ikorongo Technology, LLC Sharing images based on face matching in a network
CN111428549A (zh) * 2019-10-31 2020-07-17 深圳市睿洋图志科技有限公司 一种基于社交活动图像大数据的人物信息分析方法及***
CN111079030B (zh) * 2019-12-24 2024-04-26 维沃移动通信有限公司 一种群组搜索方法及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080140650A1 (en) * 2006-11-29 2008-06-12 David Stackpole Dynamic geosocial networking
US20110038512A1 (en) * 2009-08-07 2011-02-17 David Petrou Facial Recognition with Social Network Aiding
US20110182482A1 (en) * 2010-01-27 2011-07-28 Winters Dustin L Method of person identification using social connections
CN102143261A (zh) * 2010-01-28 2011-08-03 株式会社泛泰 移动终端和使用移动终端形成人际网络的方法
CN102291485A (zh) * 2010-06-21 2011-12-21 Lg电子株式会社 移动终端和在该移动终端中生成组的方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6819783B2 (en) * 1996-09-04 2004-11-16 Centerframe, Llc Obtaining person-specific images in a public venue
US6606398B2 (en) * 1998-09-30 2003-08-12 Intel Corporation Automatic cataloging of people in digital photographs
US7187787B2 (en) * 2003-03-14 2007-03-06 Intelitrac, Inc. Method and apparatus for facial identification enhancement
US7822233B2 (en) * 2003-11-14 2010-10-26 Fujifilm Corporation Method and apparatus for organizing digital media based on face recognition
KR100601997B1 (ko) * 2004-10-12 2006-07-18 삼성전자주식회사 인물기반 디지털 사진 클러스터링 방법 및 장치와 이를이용한 인물기반 디지털 사진 앨버밍 방법 및 장치
US7783135B2 (en) 2005-05-09 2010-08-24 Like.Com System and method for providing objectified image renderings using recognition information from images
US7783085B2 (en) 2006-05-10 2010-08-24 Aol Inc. Using relevance feedback in face recognition
US20080270425A1 (en) 2007-04-27 2008-10-30 James Cotgreave System and method for connecting individuals in a social networking environment based on facial recognition software
US8094891B2 (en) * 2007-11-01 2012-01-10 Sony Ericsson Mobile Communications Ab Generating music playlist based on facial expression
KR101618735B1 (ko) 2008-04-02 2016-05-09 구글 인코포레이티드 디지털 영상 컬렉션에 자동 얼굴 인식 기능을 통합하는 방법 및 장치
JP5274357B2 (ja) * 2008-06-16 2013-08-28 キヤノン株式会社 認証装置、撮像装置、認証方法、および、そのプログラム
JP4661921B2 (ja) * 2008-08-26 2011-03-30 富士ゼロックス株式会社 文書処理装置およびプログラム
US9495583B2 (en) 2009-01-05 2016-11-15 Apple Inc. Organizing images by correlating faces
US20110148857A1 (en) 2009-12-23 2011-06-23 Microsoft Corporation Finding and sharing of digital images based on shared face models
US20110211737A1 (en) 2010-03-01 2011-09-01 Microsoft Corporation Event Matching in Social Networks
US8824748B2 (en) * 2010-09-24 2014-09-02 Facebook, Inc. Auto tagging in geo-social networking system
US8379979B2 (en) * 2011-02-25 2013-02-19 Sony Corporation System and method for effectively performing a scene rectification procedure

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080140650A1 (en) * 2006-11-29 2008-06-12 David Stackpole Dynamic geosocial networking
US20110038512A1 (en) * 2009-08-07 2011-02-17 David Petrou Facial Recognition with Social Network Aiding
US20110182482A1 (en) * 2010-01-27 2011-07-28 Winters Dustin L Method of person identification using social connections
CN102143261A (zh) * 2010-01-28 2011-08-03 株式会社泛泰 移动终端和使用移动终端形成人际网络的方法
CN102291485A (zh) * 2010-06-21 2011-12-21 Lg电子株式会社 移动终端和在该移动终端中生成组的方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105429862A (zh) * 2015-12-23 2016-03-23 北京奇虎科技有限公司 一种基于相册的社交群建立方法和装置
CN105488726A (zh) * 2015-12-23 2016-04-13 北京奇虎科技有限公司 一种邀请好友加入社交群的方法和装置
CN105528445A (zh) * 2015-12-23 2016-04-27 北京奇虎科技有限公司 一种基于相册的社交群建立方法和装置
CN106777030A (zh) * 2016-12-08 2017-05-31 北京小米移动软件有限公司 信息推送方法及装置
CN106777030B (zh) * 2016-12-08 2020-12-25 北京小米移动软件有限公司 信息推送方法及装置
CN110188218A (zh) * 2019-06-28 2019-08-30 联想(北京)有限公司 影像处理方法、装置以及电子设备
CN110188218B (zh) * 2019-06-28 2021-08-17 联想(北京)有限公司 影像处理方法、装置以及电子设备

Also Published As

Publication number Publication date
EP2842078A1 (en) 2015-03-04
EP2842078A4 (en) 2016-05-25
WO2013163396A8 (en) 2015-03-12
JP2015519645A (ja) 2015-07-09
CA2870202C (en) 2017-06-06
WO2013163396A1 (en) 2013-10-31
BR112014026626A8 (pt) 2021-05-25
CA2870202A1 (en) 2013-10-31
US8666123B2 (en) 2014-03-04
US20130287269A1 (en) 2013-10-31
CN104254859B (zh) 2018-04-20
US20140133757A1 (en) 2014-05-15
BR112014026626A2 (pt) 2017-06-27

Similar Documents

Publication Publication Date Title
CN104254859A (zh) 建立社交网络组
US10242250B2 (en) Picture ranking method, and terminal
Wei et al. GLAD: Global–local-alignment descriptor for scalable person re-identification
US10380170B2 (en) Integrated image searching system and service method thereof
KR101551417B1 (ko) 얼굴 인식
US20150103097A1 (en) Method and Device for Implementing Augmented Reality Application
CN112818149B (zh) 一种基于时空轨迹数据的人脸聚类方法、装置及存储介质
US20190205622A1 (en) Method and device of detecting picture type
CN105630915A (zh) 一种移动终端中图片分类存储的方法及装置
US8843518B2 (en) Method and apparatus for establishing a connection with known individuals
CN102811286A (zh) 一种通信录的群组创建方法
CN111160307A (zh) 一种人脸识别方法及人脸识别打卡***
WO2014121696A1 (en) Method and apparatus for inquiring information
US20140233854A1 (en) Real time object scanning using a mobile phone and cloud-based visual search engine
CN105956051A (zh) 信息查找的方法、装置及***
CN103609098A (zh) 使用基于面部辨认的识别***在远程呈现***中注册
CN105488364A (zh) 一种利用二维码区分用户类别的方法、装置及***
CN113076533B (zh) 一种业务处理方法及装置
RU2708504C1 (ru) Способ обучения системы распознавания товаров на изображениях
Bimber et al. PhoneGuide: Adaptive image classification for mobile museum guidance
CN111429124A (zh) 基于人脸识别的转账方法、装置、存储介质、终端
US10135888B2 (en) Information processing method and device
CN111325154A (zh) 一种基于人脸识别的个性产品关联***
Yang et al. Vision based campus guide system on intelligent mobile phone
CN118038514A (zh) 社交媒体应用的人脸图像分类方法、装置、设备及介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: American California

Applicant after: Google limited liability company

Address before: American California

Applicant before: Google Inc.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant