CN110377765A - 用于预测式增强的媒体对象分组和分类 - Google Patents
用于预测式增强的媒体对象分组和分类 Download PDFInfo
- Publication number
- CN110377765A CN110377765A CN201910171423.2A CN201910171423A CN110377765A CN 110377765 A CN110377765 A CN 110377765A CN 201910171423 A CN201910171423 A CN 201910171423A CN 110377765 A CN110377765 A CN 110377765A
- Authority
- CN
- China
- Prior art keywords
- drama
- media object
- photograph
- media
- performer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000002708 enhancing effect Effects 0.000 title abstract description 3
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000000694 effects Effects 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 abstract description 12
- 238000003860 storage Methods 0.000 description 10
- 241000256844 Apis mellifera Species 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000005520 cutting process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 235000021178 picnic Nutrition 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 230000001052 transient effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000006116 polymerization reaction Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000010428 oil painting Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- 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
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/435—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/44—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/45—Clustering; Classification
-
- 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
- G06F16/55—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/44—Event detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Library & Information Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
用于预测式增强的媒体对象分组和分类。本发明提供了一种对媒体对象进行分组的由计算机实施的方法及其***、界面以及装置。该方法包括:基于顺序事件的剧本和与该剧本中的媒体对象中的一个或更多个媒体对象关联的演员的组合,由所述媒体对象生成组;基于聚类或分类,将该组分割成各包括所述媒体对象中的一个或更多个媒体对象的区段;为所述区段添加标题和字幕;以及基于所述组的媒体对象之间在所述媒体对象、数据以及所述剧本和所述演员的组合方面的知识关联生成过滤和标注推荐。
Description
技术领域
示例实施方案的方面涉及用于使用像素内容和元数据确定相片的组并将相片分为组的方法、***以及界面。进一步地,提供用于所通知的镜头选择、相片组加字幕、以及诸如图章、表情符号、相片书或过滤的标注的推荐的方法、***以及界面。
背景技术
在相关技术中,用户逐单独文件地执行电子相片的分类。例如,在人出席婚礼时,他或她可以使用摄像头或装置来拍摄事件的相片。在婚礼之后,用户可以设法创建拼贴画、相册、相片书或其他输出,其中,采集多个相片且该多个相片逐文件地手动组织。
然而,相关技术方法可能具有各种问题和缺点。例如,不用限制的方式,相片可能与所拍摄的图像有关且与事件或特殊场合关联。进一步地,用户可能对相片单独执行调节或使相片风格化。然而,由手动组织和操纵的相关技术方法,用户在组中的其他相片的背景下无法容易地考虑单独相片的调节或风格化。
发明内容
示例实施方案的方面包括一种对媒体对象进行分组的由计算机实施的方法,该方法包括:基于顺序事件的剧本和与该剧本中的媒体对象中的一个或更多个媒体对象关联的演员的组合,由所述媒体对象生成组;基于聚类或分类,将该组分割成各包括所述媒体对象中的一个或更多个媒体对象的区段;为所述区段添加标题和字幕;以及基于所述组的媒体对象之间在所述媒体对象、数据以及所述剧本和所述演员的组合方面的知识关联生成推荐。
根据这些方面,推荐包括过滤效果推荐和标注推荐中的至少一项,并且推荐能够基于与知识库关联的数据而而预测。
进一步地,根据这些方面,过滤效果推荐基于包括从一个或更多个其他用户接收的在线反馈在内的数据。
另外,根据这些方面,贴纸推荐基于包括与图像关联的信息在内的数据。
而且,根据这些方面,推荐包括贴纸、文本框以及表情符号中的至少一项的类型、位置以及密度中的一个或更多个。
根据这些方面,生成组还包括使分组基于媒体对象的组中的演员和一个或更多个其他演员的布局。
还提供了包括被配置为执行在存储在存储器中的指令的处理器的非易失性计算机可读介质、被配置为拍摄一个或更多个图像并生成媒体对象的图像拍摄装置,并且该图像拍摄装置包括处理器和存储器。
附图说明
专利或申请文件包含着色执行的至少一个附图。具有颜色附图的该专利或专利申请公报的副本在请求并支付必要费用时将由专利局提供。
图1和图2例示了与示例实施方案关联的示例输出。
图3例示了根据示例实施方案的流程。
图4例示了与示例实施方案关联的界面。
图5例示了根据示例实施方案的方法。
图6例示了具有适于用于一些示例实施方案中的示例计算装置的示例计算环境。
图7示出了适于一些示例实施方案的示例环境。
具体实施方式
以下具体实施方式提供了本申请的附图和示例实施方案的另外细节。为了清楚起见,省略附图之间的冗余元件的附图标记和描述。贯穿说明书使用的术语作为示例来提供且不旨在限制。
在本申请中,术语“图像”、“内容媒体”、“内容媒体表示”或“媒体表示”可以可交换地用来描述相片、视频、三维或360°图像记录、图画、油画、素描、计算机生成的图像、或可以被产生、被拍摄或可以以其他方式表示现实世界中的事件或发生的事情的任意其他视觉表示中的一个或更多个。这些术语还可以包括可以被产生、被拍摄、或可以以其他方式表示现实世界中的事件或发生的事情的记录或其他音频表示。“图像”、“内容媒体”、“内容媒体表示”或“媒体表示”可以由任意媒体拍摄装置来拍摄,该装置包括但不限于:摄像头、数字记录仪、模拟记录仪、移动通信装置或对本领域普通技术人员明显的任意其他媒体拍摄装置。“内容媒体”、“内容媒体表示”、或“媒体表示”可以作为数据文件或其他数据结构存储在计算机可读介质上,计算机可读介质包括但不限于:磁存储装置、光存储装置、固态存储装置、有机存储装置或可以对本领域普通技术人员明显地任意其他存储装置。进一步地,计算机可读介质可以包括本地存储装置、基于云的存储装置、位于远处的服务器、或可以对本领域普通技术人员明显地任意其他存储装置。
进一步地,在本申请中,术语“字幕”、“文本概要”可以全部可交换地用来表示基于描述性文本的概要,该概要可以表示所述“图像”、“内容媒体”、“内容媒体表示”或“媒体表示”中的一个或更多个的内容。
示例实施方案的方面致力于媒体对象(诸如但不用限制的方式为相片)的组的分类。更具体地,组被提供为输入,而不是单独分类的合计或拼接。因此,顶级域被确定为分类。基于顶级域,选择相片的集并将其分组成顺序群集。
顶级域可以以确定性方式或以基于规则的方法编程地提供。另选地,顶级域可以从数据诸如使用现有人工智能技术(诸如机器学习、神经网络等)来学习。因此,用户可以基于标注的建议对单独相片标注,该标注可以包括但不限于:图章、表情符号、或文本(例如,气球标注,诸如“祝我生日快乐”)。类似地,可以应用相片过滤效果。
例如但不用限制的方式,在生日宴会的示例使用中,相片的集合可以包括到达举行场所以及彼此相遇、蜡烛和蛋糕、以及与完整或部分包装关联的礼物的图像。
示例实施方案可以致力于相片书。然而,可以在不偏离发明范围的情况下用其他应用代替。类似地,一系列相片可以在诸如云的远程存储器和处理位置处处理,或者可以在用户装置处或客户端(诸如独立摄像头、或移动计算装置,诸如包括图像拍摄装置(诸如摄像头)的智能电话)处处理。在这种场景中,可以使用适当的元数据,该元数据包括但不限于与相片可交换图像文件格式(EXIF)数据关联的元数据。因此,“预处理”相片以将来应用(诸如相片打印)或组织软件、在线批处理或社交网络共享等。
图3例示了根据示例实施方案的流程300。在初始阶区段,拍摄诸如相片的媒体对象。这些相片被示出为图3中的相片1...相片n。
在303处将相片301-1...301-n分为一批(例如,域提取)。更具体地,提供了一种用于基于相片的选择分类父级主题或题目的方法。例如,但不用限制的方式,用于婚礼举行场所或大厅、婚纱、以及穿西装的人的多张相片可以构成“婚礼”。因此,对于组开发单个分类,并且仅3张相片中的1被指示为“婚礼”。
例如,但不用限制的方式,分组可以通过识别用于事件的剧本来执行。可以定义具有标准时间线的事件,标准时间线具有变化程度。如由***确定的,分组中示出剧本中的事件。例如,但不用限制的方式,在生日的剧本中,事件可以包括礼物的照片、吹蜡烛、以及与生日宴会事件的剧本关联的其他事件。另选地,婚礼可以是剧本,并且结婚的两人、司仪牧师、见证人等可以是剧本中的演员。特定类型的演员可以集中在一起,诸如出席者、宾客与结婚的人的关系、等。
因此,一旦确定事件为生日宴会,则***将搜索与时间线的事件关联的相片,以生成组。使用剧本来确定组提供跨剧本的各种事件的相片的多样性。本***从事件选择相片以在组中合适并成比例地表示剧本的事件。可选地,可以向用户提供包括剧本的、要从中选择的事件的列表,以辅助***执行分组。由此,代替基于最显著或最大量表示的面部对相片分组,基于剧本的事件和剧本中的演员的角色来对相片分组。由此,例如,在婚礼的背景下,婚礼相片书将具有基于各种演员的角色的演员的成比例表示,使得结婚的人将出现在更多镜头中,如与最显著地出现在相片中的出席者相反。类似地,在生日宴会的背景下,相片的分组包括各种事件,诸如打开礼物、吹灭蜡烛、共享气球、吃蛋糕等。
因此,可以识别组中的演员并将其用于确定用于组的选择的相片。演员可以是已知与剧本相关的人。例如,但不用限制的方式,在婚礼剧本的背景下,相片组应包括结婚的夫妇、家庭成员、亲密朋友等的相片。
对于所识别的剧本和演员,可以确定相关性分数。例如,但不用限制的方式,可以使用计算机视觉或其他技术来分析相片并将相片分组。用于剧本编写和演员的前述识别可以经由计算机视觉由视觉识别来执行。因此,可以使用数据(例如,历史数据)和训练来关联剧本和演员。另一种方法可以是许可用户手动生成标签。进一步地,凭借一个或更多个用户的授权,可以执行聚合,使得聚合或混合跨用户的数据和行为分析。进一步地,如下面更详细说明的,可以基于背景开发或确定数据的子集,使得调整域模型。
进一步地,在迭代上由例如剧本/演员关系的抽象化识别各图像的布局。布局可以提供创建相片书的题目背景。进一步地,可以向用户提供对随着时间的过去具有类似布局或处于不同位置中的相片分组的选项。例如,但不用限制的方式,处于规定站立或坐下安排的儿童和父母的相片可以使他们的相片在不同的地理位置上方或不同的时间区段内分组。例如,可以提供家庭成员在一年过程中的相片镜头中的分组,并且所生成的组可以是按时间顺序的一年的剧本中的事件的候选,例如用于年度节日贺卡拼贴画。另选地,还可以对在每年的任意定期事件(诸如以与生日宴会等处类似的方式坐在一起)时拍摄的家庭成员的照片分组。
基于上述内容,生成知识库并将其用于识别剧本和演员。另选地,剧本和演员可以从所提供的数据集挖掘。由此,对相片分组。
虽然前述的示例实施方案描述了在用户完成剧本之后进行的组确定,但示例实施方案不限于此,并且发明概念可以预想其他场景。例如,但不用限制的方式,分组可以实时确定。在婚礼的背景下,用户可以使用他的或她的移动计算装置来开始用摄像头功能拍摄照片。摄像头可以使用计算机视觉基于单独相片的内容以及被拍摄的相片的图案和顺序在特定事件阶区段确定用户在剧本中。如由计算机视觉确定的,***然后可以开始向当前相片以及确定与剧本关联的先前相片添加元数据,一直返回到剧本的初始相片。
因此,示例实施方案提供实时标记相片以及剧本、演员和布局的实时创建。单个用户的采集在允许的情况下可以与其他用户的采集和活动合并以跨多个用户生成聚合组。在该场景中,可以向用户提供剧本是特定类型的置信度。例如,因为计算机视觉检查另外的相片和相片之间的关系,所以应用可以基于儿童唱歌、蛋糕等的存在确定剧本是例如生日宴会的类型。
如果总计由大量用户使用在线应用,则可以跨多个用户执行分组,向单独用户提供与应拍摄哪些区域、演员、或相片的方面有关的推荐。例如,如果在线应用确定存在特定演员的太多或太少相片,则在线应用可以向一个或更多个用户推荐拍摄其他演员的相片。在生日宴会示例的背景下,如果存在是生日聚会上的主要演员的人的许多相片和兄弟姐妹或其他亲戚的太少相片,则可以可选地基于特定出席者的角色或与主要演员的关系向特定出席者发送推荐,以建议拍摄兄弟姐妹或其他亲戚的照片。
可选地,可以向用户提供定义与剧本关联的事件的机会。进一步地,可以向用户提供使一个或更多个演员与一个或更多个剧本关联的机会。进一步地,可以向用户提供请求***执行图案匹配的机会,使得用户建议剧本,并且***基于先前的历史信息提供演员的一些所建议的图案。进一步地,还可以向用户提供与剧本关联的事件和与剧本关联的演员以及布局的通用模板。
在305处,进一步分割批。更具体地,可以将相片的组分成子集。子集可以基于事件分类来生成,诸如从一个或更多个摄像头拍摄的相片的流中的相片的聚类。例如,但不用限制的方式,可以识别并生成时间群集。相片子集还可以应用在组分类303中确定的知识库由组相片分类来建立。
作为在305处分割的相片的结果,例如生成多个区段307-1、307-2、307-3。这些区段中的每一个包括一个或更多个相片。例如,但不用限制的方式,307-1处的区段1可以包括分别在301-2和301-3处的相片2和相片3;类似地,307-2处的区段2可以包括301-4处的相片4,并且307-3处的区段3可以包括分别在301-5、301-6以及301-7处的相片5、6以及7。因此,由组分类303生成的知识库由相片集分割305来分割。
在311处,然后对各区段加标题,并且可以可选地对相片的组加标题。例如,各群集可以具有生成的标题以及与群集相关的可选小字幕。图1例示了具有生成的标题和字幕的示例输出100。更具体地,提供包括诸如103的多个相片的相册101。105处示出了标题,并且107处示出了字幕。例如,如图1所示,标题“野餐”出现在左边附近,并且字幕“让我们与家人去野餐”出现在右上角。
在313处,对于内容和构成分析单独的相片,并且提供过滤效果建议。更具体地,基于如何给予先前的相片效果,基于历史数据和/或背景,训练***。例如,可以分析历史数据,并且可以基于先前选择或行为向用户提供推荐。除了被推荐的标准调节之外,还跨整个相册应用***,以确保采集的均匀性和一致性。例如,但不用限制的方式,可以基于社交网络信息(诸如最流行的效果或相片)或如本领域技术人员将理解的其他反馈在应用于先前相片的效果方面对***进行训练。根据过滤预测313,用户可以认为相片采集已经以吸引人的方式风格化。
在315处,***为各单独相片提供标注的建议,诸如贴纸(例如,包括可以定制的图像、或图像和文本的标注)、表情符号(例如,用于表达想法或情绪的小数字图像或图标)等。根据示例实施方案,若干背景可以用作特征。这些背景可以包括自动或手动识别的相片书风格、在相片书的当前页上和/或一部分或整体中的演员、各演员的面部和身体的大小、或如本领域技术人员将理解的其他特征。进一步地,为各贴纸提供全局特征,诸如在历史上使用贴纸时的背景,由此,可以预期用户在将来使用。因此,知识关联用于进行推荐。
建议可以是确定性的或基于规则的(例如,如果相片包括猫的图像,那么推荐添加老鼠的贴纸,或者如果相片包括诸如著名旅游目的地的目的地图像,那么推荐基于目的地的相片过滤)。在基于广告的场景中,建议可以基于相片中的信息推荐与商标关联的贴纸(例如,航空公司或旅游公司可以推荐与其机场出现在相片中的商标关联的贴纸)。建议还可以由用于图像中的对象与过滤或标注之间的公知关联的数据挖掘来确定(例如,对于包括Humpty Dumpty的信息,可用在线数据的数据挖掘将建议推荐鸡蛋、墙壁、或这两者的标注)。另选地,推荐可以基于与相片关联的历史信息、或用于与相片关联的贴纸推荐的历史行为。
前述特征可以以显式方式确定性地计算。另选地,特征可以由模型隐式学习(例如,采用机器学习等)。进一步地,所推荐贴纸的分组在特定背景下也可以发生。图2例示了具有所推荐贴纸的结果的示例输出200。例如,在图像201中,养蜂人203在相片中。***检测相片中的养蜂人203与术语“蜜蜂”之间的关联。因此,建议蜜蜂贴纸。因为蜜蜂通常成组或成群地行进,所以如由***从基于知识的查找确定的,建议具有蜜蜂状形状的多个贴纸205a...205e,作为到相片的添加。
可选地,贴纸推荐可以与特定位置关联,诸如与相片中的人的嘴关联的对话气泡、与服装、眼镜等的物品关联的文本。可以手动或由外部信息的输入二者之一地填充用于前述内容的知识库。
例如,但不用限制的方式,用户可以执行“<动物名>组”和“<动物名>单独”的搜索,以确定应推荐多个贴纸的背景.相片中的对象可以映射到词,可以执行关联。在图2的示例中,诸如“高”或“养蜂人”的附近的词可以提供背景或分组。
317处示出了示例输出,作为拼贴画。例如,复合输出可以是对装置执行处理的实体书或嵌入的元数据。在该示例实施方案中,向用户提供相片书。首先,标题“野餐”作为用于相片传播的路标出现,其次,“让我们与家人去野餐”出现在右上角。
这里描述的示例实施方案可以具有各种益处和优点。例如,但不用限制的方式,虽然相关技术相片书生成应用可以补偿基于差质量(诸如模糊或曝光)以及相片效果(诸如红眼减轻、以及标注的手动应用或对相片的自动校正)的图像的去除,但这些相关技术仅在单独相片级上执行。示例实施方案提供另外的分类、分割、加标题以及加字幕,并且基于分组和分割向用户提供用于过滤和标注的预测推荐。另外,示例实施方案不仅向相片集提供基于相片参数的自动校正,还向相片集提供风格上的过滤效果。
在前述示例实施方案中,还可以向用户提供对推荐设置的控制程度。例如,用户可以具有指示标注推荐的期望量(诸如更多滑块、更少滑块或没有滑块)的设置或滑块。这些设置可以以科目级、相册级提供,甚至可以基于过去的用户历史、基于剧本的类型、演员的类型、布局或如本领域技术人员将知道的其他信息来确定。
在示例使用场景中,用户可以在时间区段内拍摄多个相片。例如,用户可以在一年的过程中拍摄非常大量的相片,诸如10000张相片。在准备节日祝贺拼贴画卡片的过程中,用户必须选择有限数量的图像来包括在拼贴画中。根据示例实施方案,可以提供分组,这可能基于在过去几年中手动创建的拼贴画。例如,剧本可以包括在包含家庭成员的相片中表示的一年过程中的旅游事件以创建基于旅游的拼贴画。类似地,可以向用户提供模板剧本,或者用户可以手动开发他或她自己的剧本以创建相片的组。用户还可以确定相片的组的大小。例如,用户可以选择旅游相关剧本,并且请求具有大小50张相片的组,用户可以手动混合和匹配该组并进一步将其减少至在拼贴画上期望的相片的最终数量。可选地,可以向用户提供用于拼贴画上的相片的过滤和/或标注选项,如上面关于一和二说明的。另选地,用户可以选择显著相片,并且***可以基于相片和剧本的背景以及演员生成剧本。类似地,还可以包括前述布局元素,使得可以在组中维持先前拼贴画中的相片的布局。标注还可以包括字幕。
进一步地,***可以基于预期目标观众生成分组。因此,在前述示例中,可以向用户提供用于目标观众的不同分类的不同分组。由此,对于家庭成员,分组可以包括是家庭成员的演员,并且如以上说明的,基于知识库生成用于包括在拼贴画中的组和相关过滤和标注推荐,该拼接画要发送给家庭成员。对于朋友、同事等,可以执行类似分组。
除了与剧本演员和布局的分组关联的前述示例实施方案之外,另外的实施方案可以连同前述示例实施方案一起来提供打印输出或硬拷贝。例如,但不用限制的方式,用户可以提供存储到资讯站的多个相片,并且资讯站可以提供所建议的剧本、演员和/或布局并生成打印输出,诸如相片书、节日贺卡、拼贴画、日历、或与分组关联的其他打印信息。进一步地,摄像头还可以包括允许从用摄像头拍摄的相片的更大集打印与组关联的相片的子集的打印能力。这种示例实施方案在剧本的事件的背景(诸如事件处的宾客的桌子)下可以是有用的,其中,摄像头设置在桌子处以桌子成员拍摄相片。
图4例示了根据示例实施方案的界面400。该示例界面被提供为例示用户可以如何控制与分组和推荐关联的设置。如本领域技术人员将理解的,其他界面可以代替示例界面,并且可以向用户提供另外界面以对设置控制以及组织并操纵由***生成的组。
在界面400中,用户可以使用诸如401的按钮来执行分组,并且使用诸如403的按钮来生成推荐。相片可以以概括格式示出为内容媒体表示405a、405b、405c。通过选择内容媒体中的一个或更多个,可以将用户引导到示出所生成组中的各个相片的更详细视图的界面,并且用户可以能够执行手动过滤和/或标注,或实施由***提供的推荐。从右到左,可以显示另外的组,使得用户可以在公共界面上操纵或控制一个或更多个组。
407处示出了用户可以控制的推荐设置。例如,但不用限制的方式,可以在409处向用户提供选择过滤推荐的机会。因此,如上面说明的,可以向用户提供用于组中的相片的过滤推荐。另选地,用户可以选择不接受过滤推荐,并且使框不勾选。类似地,可以在411处向用户提供用于标注推荐的一个或更多个选项,诸如贴纸、文本框或表情符号。
通过选择框中的一个或更多个,***将如上说明的生成推荐以使得用户向组中的相片中的一张或更多张添加标注。在413处,提供许可用户以更细粒状方式控制标注推荐的滑块。在该示例界面中,用户可以控制要在规定相片上推荐的滑块的密度。例如,一些用户更喜欢许多滑块,而其他用户更喜欢少量滑块或没有滑块。通过使用该滑块,由***来推荐滑块的密度。
在415处向用户提供分组设置以控制。例如,用户可以通过录入自由形式的文本、关键字、或描述期望剧本的其他信息在417处控制剧本。另选地,***可以为所选相片405a、405b、405c推荐剧本,并且如果用户不接受如由***基于知识库和历史使用确定的剧本,则用户可以提供修改。
另外,在419处可以列出与剧本关联的事件。可选地,用户可以录入另外的事件,删除事件,改变事件的描述,或者对事件重新排序。因此,用户可以对于所选媒体定制或修改由***生成的剧本和事件组合。类似地,在421处,还可以描述与剧本关联的演员,并且用户可以添加、去除演员的描述,重新排序演员描述的优先级,或者改变演员的描述。在423处,如上面说明的,可以向用户提供选择布局的选项。
关于组中的相片的数量,在425处,用户可以控制组中的相片的数量。如在前述示例实施方案中标注的,对相片数量的这种控制可以许可用户将剧本、事件、演员且可选地和布局考虑在内地从大量候选获得较少量相片以产生相片的组。进一步地,可以以统一方式为组中的相片提供过滤和标注推荐。
图5例示了根据示例实施方案的方法500的示例实施方案。方法500的操作可以在客户端、服务器端、或其组合处执行。
在501处,获得多个媒体对象。例如,这些对象可以通过经由摄像头或其他图像拍摄装置拍摄图像来实时获得。另选地,媒体对象可以是先前已经存储(远程或与用户一起)的,并且可用于处理器以进一步处理。
在503处,与图3中的前述公开一致地执行分组操作。更具体地,分组基于剧本和演员且可选地和布局通过分类来执行。剧本可以由***基于先前获取的历史信息、被获取的过程中的当前信息自动、或诸如聚类分析的其他手段确定。因此,生成包括与剧本以及和剧本关联的事件的顺序有关的信息的知识库。进一步地,还可以由***选择与事件剧本关联的演员。剧本、内部的事件以及演员还可以由一个或更多个用户手动选择或修改。进一步地,向来自501的所获得媒体对象应用剧本和演员信息,以生成与剧本和演员关联的对象的组。进一步地,分组可以可选地涉及布局,使得视觉配置(诸如剧本的给定事件中的演员之间的关系、先前布局与当前布局之间的时间关系、以及对于剧本的一个或更多个事件中的演员的先前布局与当前布局之间的关系)例如使用计算机视觉如由***自动执行的可以用作用于分组的基础。
在505处,随着基于时间和组分类分割知识库以生成区段,各个区段包含一个或更多个相片。在507处,如上面说明且在图1中例示的,向各群集提供与群集相关的标题和字幕。
在509处,使用上述预测技术来提供与相片效果有关的过滤预测,并且向用户提供推荐。
在511处,使用上述技术执行标注推荐,以向用户预测地提供标注推荐,诸如用于贴纸等。
图6例示了具有适于用于一些示例实施方案中的示例计算机装置605的示例计算环境600。计算环境600中的计算装置605可以包括一个或更多个处理单元、核、或处理器610、存储器615(例如,RAM、ROM等)、内部存储器620(例如,磁、光、固态存储器、和/或有机)、和/或I/O接口625,它们中的任意一个可以耦合在用于传送信息的通信机构或总线630上或嵌入计算装置605中。
计算装置605可以通信地耦合到输入/接口635和输出装置/接口640。输入/接口635和输出装置/接口640中的一个或这两者可以为有线或无线接口,并且可以可分离。输入/接口635可以包括任意装置、部件、传感器或接口(物理或虚拟的),它们可以用于提供输入(例如,按钮、触摸屏接口、键盘、指向/光标控制器、麦克风、摄像头、布莱叶盲文(braille)、运动传感器、光阅读器等)。
输出装置/接口640可以包括显示器、电视、监视器、打印机、扬声器、布莱叶盲文等。在一些示例实施方案中,输入/接口635(例如,用户接口)和输出装置/接口640可以与计算装置605嵌入或物理地耦合到计算装置。在其他示例实施方案中,其他计算装置可以起用于计算装置605的输入/接口635和输出装置/接口640的功能或提供其功能。这些元件可以包括但不限于公知的AR硬件输入以许可用户与AR环境交互。
计算装置605的示例可以包括但不限于:高度移动装置(例如,智能电话、车辆和其他机器中的装置、由人和动物携带的装置、等)、移动装置(例如,平板电脑、笔记本电脑、膝上型电脑、个人计算机、便携式电视机、收音机等)、以及不设计为移动的装置(例如,台式计算机、服务器装置、其他计算机、信息亭、内部嵌入有和/或耦合有一个或更多个处理器的电视、收音机、等)。
计算装置605可以(例如,经由I/O接口625)通信地耦合到外部存储器645和网络650以与任意数量的联网部件、装置以及***通信,包括具有相同或不同构造的一个或更多个计算装置。计算装置605或任意连接的计算装置可以起服务器、客户端、瘦服务器、通用机器、专用机器或另一个标签的功能,提供它们的服务,或者被称为它们。
I/O接口625可以包括但不限于:将任意通信或I/O协议或标准(例如,以太网、802.11xs、通用***总线、WiMAX、调制解调器、蜂窝网络协议等)用于向和/或从计算环境600中的所有连接部件、装置以及网络通信信息的有线和/或无线接口。网络650可以为任意网络或网络的组合(例如,因特网、局域网、广域网、电话网络、蜂窝网络、卫星网络等)。
计算装置605可以使用包括瞬时介质和非易失性介质的计算机可用或计算机可读介质和/或使用其通信。瞬时介质包括传输介质(例如,金属电缆、光纤)、信号、载波等。非易失性介质包括磁介质(例如,光盘和磁带)、光介质(例如,CD ROM、数字视频光盘、蓝光盘)、固态介质(例如,RAM、ROM、闪存、固态存储器)以及其他非易失性存储器或储存器。
计算装置605可以用于实施在一些示例计算环境中的技术、方法、应用、处理、或计算机可执行指令。计算机可执行指令可以从瞬时介质检索并存储在非易失性介质上并从其检索。可执行指令可以源于任意编程语言、脚本语言、以及机器语言(例如,C、C++、C#、Java、Visual Basic、Python、Perl、JavaScript以及其他)中的一个或更多个。
处理器610可以在本地或视觉环境中在任意操作***(OS)(未示出)下执行。可以部署一个或更多个应用,这些应用包括逻辑单元655、应用编程接口(API)单元660、输入单元665、输出单元670、分组标识符单元675、分割单元680、预测单元685、以及用于不同单元与彼此、与OS且与其他应用(未示出)通信的单元间通信机构695。
例如,分组标识符单元675、分割单元680以及预测单元685可以实施图3和图5所示的一个或更多个处理。所述单元和元件可以在设计、功能、构造或实施方案上变化,且不限于所提供的描述。
在一些示例实施方案中,在API单元660接收信息或执行指令时,它可以通信到一个或更多个其他单元(例如,逻辑单元655、输入单元665、分组标识符单元675、分割单元680、以及预测单元685)。例如,分组标识符单元675可以识别诸如摄像头的输入,并且确定分组。分割单元680可以执行组到区段的分割。另外,预测单元685可以提供过滤预测和标注预测,并且向用户提供一个或更多个推荐。
在一些情况下,在上述的一些示例实施方案中,逻辑单元655可以被配置为控制单元之间的信息流,并且指导由API单元660、输入单元665、分组标识符单元675、分割单元680、以及预测单元685提供的服务。例如,可以由逻辑单元655独自或连同API单元660一起控制一个或更多个处理或实施方案的流程。
图7示出了适于一些示例实施方案的示例环境。环境700包括装置705至745,并且各装置经由例如网络760(例如,由有线和/或无线连接)通信地连接到至少一个其他装置。一些装置可以通信地连接到一个或更多个存储装置730和745。
一个或更多个装置705至745的示例可以分别为在图6中描述的计算装置605。装置705至745可以包括但不限于具有监视器和如上面说明的关联网络摄像头的计算机705(例如,膝上型计算装置)、移动装置710(例如,智能电话或平板电脑)、电视715、与车辆关联的装置720、服务器计算机725、计算装置735至740、存储装置730和745。装置可以通信地连接到包括但不限于领域中公知的AR***设备,以许可用户在AR、VR、混合现实、或其他环境中交互。进一步地,如本领域技术人员将理解的,装置可以包括媒体对象拍摄硬件。
在一些实施方案中,装置705至720可以被认为是与企业的用户关联的用户装置。装置725至745可以是与服务提供者(例如,由外部主机用于如上所述且关于各种附图提供服务、和/或存储数据,诸如网页、文本、文本部分、图像、图像部分、音频、音频区段、视频、视频区段、和/或与其有关的信息)关联的装置。
虽然已经示出并描述了一些示例实施方案,但这些示例实施方案被提供为向熟悉该领域的人们传达这里描述的主题。应理解,这里描述的主题可以以各种形式来实施,不限于所述示例实施方案。这里描述的主题可以在没有那些具体定义或描述的课题的情况下或在不描述其他或不同元素或课题的情况下实践。熟悉本领域的人员将理解,可以在不偏离如在所附权利要求及其等同物中限定的、这里描述的主题的情况下在这些示例实施方案中进行变更。
Claims (18)
1.一种对媒体对象进行分组的由计算机实施的方法,该方法包括:
基于顺序事件的剧本和与该剧本中的媒体对象中的一个或更多个媒体对象关联的演员的组合,由所述媒体对象生成组;
基于聚类或分类,将该组分割成各包括所述媒体对象中的一个或更多个媒体对象的区段;
为所述区段添加标题和字幕;以及
基于所述组的媒体对象之间在所述媒体对象、数据以及所述剧本和所述演员的组合方面的知识关联生成推荐。
2.根据权利要求1所述的由计算机实施的方法,其中,所述推荐包括过滤效果推荐和贴纸推荐中的至少一项,并且所述推荐能够基于与知识库关联的数据而预测。
3.根据权利要求2所述的由计算机实施的方法,其中,所述过滤效果推荐基于包括从一个或更多个其他用户接收的在线反馈在内的数据。
4.根据权利要求2所述的由计算机实施的方法,其中,所述贴纸推荐基于包括与所述图像关联的信息在内的数据。
5.根据权利要求2所述的由计算机实施的方法,其中,所述推荐包括贴纸、文本框以及表情符号中的至少一项的类型、位置以及密度中的一个或更多个。
6.根据权利要求1所述的由计算机实施的方法,其中,生成所述组的步骤还包括基于媒体对象组中的所述演员和一个或更多个其他演员的布局来进行所述分组。
7.一种包括处理器的非易失性计算机可读介质,该处理器被配置为执行存储在存储器中的指令,所述指令包括:
基于顺序事件的剧本和与该剧本中的媒体对象中的一个或更多个媒体对象关联的演员的组合,由所述媒体对象生成组;
基于聚类或分类,将该组分割成各包括所述媒体对象中的一个或更多个媒体对象的区段;
为所述区段添加标题和字幕;以及
基于所述组的媒体对象之间在所述媒体对象、数据以及所述剧本和所述演员的组合方面的知识关联生成推荐。
8.根据权利要求7所述的非易失性计算机可读介质,其中,所述推荐包括过滤效果推荐和标注推荐中的至少一项,并且所述推荐能够基于与知识库关联的数据而预测。
9.根据权利要求8所述的非易失性计算机可读介质,其中所述过滤效果推荐基于包括从一个或更多个其他用户接收的在线反馈在内的数据。
10.根据权利要求8所述的非易失性计算机可读介质,其中,所述贴纸推荐基于包括与所述图像关联的信息在内的数据。
11.根据权利要求8所述的非易失性计算机可读介质,其中,所述推荐包括贴纸、文本框以及表情符号中的至少一项的类型、位置以及密度中的一个或更多个。
12.根据权利要求7所述的非易失性计算机可读介质,其中,生成所述组的处理还包括基于媒体对象组中的所述演员和一个或更多个其他演员的布局来进行所述分组。
13.一种图像拍摄装置,该图像拍摄装置被配置为拍摄一个或更多个图像,并且生成媒体对象,所述图像拍摄装置包括处理器和存储器,所述处理器执行:
基于顺序事件的剧本和与该剧本中的媒体对象中的一个或更多个媒体对象关联的演员的组合,由所述媒体对象生成组;
基于聚类或分类,将该组分割成各包括所述媒体对象中的一个或更多个媒体对象的区段;
为所述区段添加标题和字幕;以及
基于所述组的媒体对象之间在所述媒体对象、数据以及所述剧本和所述演员的组合方面的知识关联生成推荐。
14.根据权利要求13所述的图像拍摄装置,其中,所述推荐包括过滤效果推荐和标注推荐中的至少一项,并且所述推荐能够基于与知识库关联的数据而预测。
15.根据权利要求14所述的图像拍摄装置,其中,所述过滤效果推荐基于包括从一个或更多个其他用户接收的在线反馈在内的数据。
16.根据权利要求14所述的图像拍摄装置,其中,所述贴纸推荐基于包括与所述图像关联的信息在内的数据。
17.根据权利要求13所述的图像拍摄装置,其中,所述推荐包括贴纸、文本框以及表情符号中的至少一项的类型、位置以及密度中的一个或更多个。
18.根据权利要求13所述的图像拍摄装置,其中,生成所述组的处理还包括基于媒体对象组中的所述演员和一个或更多个其他演员的布局来进行所述分组。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/953,299 | 2018-04-13 | ||
US15/953,299 US11093839B2 (en) | 2018-04-13 | 2018-04-13 | Media object grouping and classification for predictive enhancement |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110377765A true CN110377765A (zh) | 2019-10-25 |
Family
ID=68160376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910171423.2A Pending CN110377765A (zh) | 2018-04-13 | 2019-03-07 | 用于预测式增强的媒体对象分组和分类 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11093839B2 (zh) |
JP (1) | JP2019185747A (zh) |
CN (1) | CN110377765A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113360710A (zh) * | 2021-05-27 | 2021-09-07 | 北京奇艺世纪科技有限公司 | 对象间组合度的确定方法、装置、计算机设备及存储介质 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11089067B2 (en) * | 2019-02-11 | 2021-08-10 | International Business Machines Corporation | Progressive rendering |
CN111368209B (zh) * | 2020-03-25 | 2022-04-12 | 北京字节跳动网络技术有限公司 | 信息推荐方法、装置、电子设备及计算机可读存储介质 |
US11605056B2 (en) * | 2020-11-17 | 2023-03-14 | Ghislain Ndeuchi | Method and system for enabling users to collaborate and create online multi-media story |
CN112543340B (zh) * | 2020-12-30 | 2023-01-13 | 超幻人像科技(杭州)有限公司 | 一种基于增强现实的戏剧观看方法和装置 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002010178A (ja) * | 2000-06-19 | 2002-01-11 | Sony Corp | 画像管理システム及び画像管理方法、並びに、記憶媒体 |
US20040143598A1 (en) * | 2003-01-21 | 2004-07-22 | Drucker Steven M. | Media frame object visualization system |
CN1680939A (zh) * | 2004-02-17 | 2005-10-12 | 微软公司 | 数字文件和数据的快速可视分类 |
CN1926546A (zh) * | 2004-03-03 | 2007-03-07 | 英国电讯有限公司 | 数据处理*** |
US20070271297A1 (en) * | 2006-05-19 | 2007-11-22 | Jaffe Alexander B | Summarization of media object collections |
CN101467449A (zh) * | 2006-04-06 | 2009-06-24 | 肯尼思·H·弗格森 | 媒体内容节目控制方法和装置 |
US20100115036A1 (en) * | 2008-10-31 | 2010-05-06 | Nokia Coporation | Method, apparatus and computer program product for generating a composite media file |
CN102549579A (zh) * | 2010-08-04 | 2012-07-04 | 松下电器产业株式会社 | 图像分类装置、方法、程序、记录程序的记录介质以及集成电路 |
CN102687146A (zh) * | 2009-10-27 | 2012-09-19 | 苹果公司 | 用于生成和标记照片集合中的事件的方法和*** |
CN102945276A (zh) * | 2011-11-09 | 2013-02-27 | 微软公司 | 生成和更新基于事件的回放体验 |
CN103023965A (zh) * | 2011-11-09 | 2013-04-03 | 微软公司 | 基于事件的媒体分组、回放和共享 |
JP2013109578A (ja) * | 2011-11-21 | 2013-06-06 | Ricoh Co Ltd | 画像処理装置、画像処理プログラム及び画像処理システム |
CN103177051A (zh) * | 2011-12-23 | 2013-06-26 | 致伸科技股份有限公司 | 相片管理*** |
CN103827856A (zh) * | 2011-09-27 | 2014-05-28 | 惠普发展公司,有限责任合伙企业 | 检索视觉媒体 |
CN103931199A (zh) * | 2011-11-14 | 2014-07-16 | 苹果公司 | 多媒体片段的生成 |
US20140310351A1 (en) * | 2013-04-12 | 2014-10-16 | Damon Danielson | System and method for social networking based on family relationships |
CN104636759A (zh) * | 2015-02-28 | 2015-05-20 | 成都品果科技有限公司 | 一种获取图片推荐滤镜信息的方法及图片滤镜信息推荐*** |
CN105119971A (zh) * | 2015-07-17 | 2015-12-02 | 努比亚技术有限公司 | 一种移动终端、快捷互拍照片分享***及方法 |
US20160012078A1 (en) * | 2014-07-14 | 2016-01-14 | Phetch LLC | Intelligent media management system |
CN106233325A (zh) * | 2014-05-20 | 2016-12-14 | 谷歌公司 | 生成活动概要 |
JP2018005843A (ja) * | 2016-07-08 | 2018-01-11 | 富士フイルム株式会社 | 画像処理装置、画像処理方法、プログラムおよび記録媒体 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8352400B2 (en) * | 1991-12-23 | 2013-01-08 | Hoffberg Steven M | Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore |
US20050268279A1 (en) * | 2004-02-06 | 2005-12-01 | Sequoia Media Group, Lc | Automated multimedia object models |
JP4762731B2 (ja) * | 2005-10-18 | 2011-08-31 | 富士フイルム株式会社 | アルバム作成装置、アルバム作成方法、およびアルバム作成プログラム |
US20120082401A1 (en) | 2010-05-13 | 2012-04-05 | Kelly Berger | System and method for automatic discovering and creating photo stories |
JP6012308B2 (ja) * | 2012-07-09 | 2016-10-25 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
JP5949542B2 (ja) * | 2012-12-28 | 2016-07-06 | 株式会社Jvcケンウッド | 画像情報処理システム |
-
2018
- 2018-04-13 US US15/953,299 patent/US11093839B2/en active Active
-
2019
- 2019-02-14 JP JP2019024847A patent/JP2019185747A/ja active Pending
- 2019-03-07 CN CN201910171423.2A patent/CN110377765A/zh active Pending
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002010178A (ja) * | 2000-06-19 | 2002-01-11 | Sony Corp | 画像管理システム及び画像管理方法、並びに、記憶媒体 |
US20040143598A1 (en) * | 2003-01-21 | 2004-07-22 | Drucker Steven M. | Media frame object visualization system |
CN1680939A (zh) * | 2004-02-17 | 2005-10-12 | 微软公司 | 数字文件和数据的快速可视分类 |
CN1926546A (zh) * | 2004-03-03 | 2007-03-07 | 英国电讯有限公司 | 数据处理*** |
CN101467449A (zh) * | 2006-04-06 | 2009-06-24 | 肯尼思·H·弗格森 | 媒体内容节目控制方法和装置 |
US20070271297A1 (en) * | 2006-05-19 | 2007-11-22 | Jaffe Alexander B | Summarization of media object collections |
US20100115036A1 (en) * | 2008-10-31 | 2010-05-06 | Nokia Coporation | Method, apparatus and computer program product for generating a composite media file |
CN102687146A (zh) * | 2009-10-27 | 2012-09-19 | 苹果公司 | 用于生成和标记照片集合中的事件的方法和*** |
CN102549579A (zh) * | 2010-08-04 | 2012-07-04 | 松下电器产业株式会社 | 图像分类装置、方法、程序、记录程序的记录介质以及集成电路 |
CN103827856A (zh) * | 2011-09-27 | 2014-05-28 | 惠普发展公司,有限责任合伙企业 | 检索视觉媒体 |
CN103023965A (zh) * | 2011-11-09 | 2013-04-03 | 微软公司 | 基于事件的媒体分组、回放和共享 |
CN102945276A (zh) * | 2011-11-09 | 2013-02-27 | 微软公司 | 生成和更新基于事件的回放体验 |
CN103931199A (zh) * | 2011-11-14 | 2014-07-16 | 苹果公司 | 多媒体片段的生成 |
JP2013109578A (ja) * | 2011-11-21 | 2013-06-06 | Ricoh Co Ltd | 画像処理装置、画像処理プログラム及び画像処理システム |
CN103177051A (zh) * | 2011-12-23 | 2013-06-26 | 致伸科技股份有限公司 | 相片管理*** |
US20140310351A1 (en) * | 2013-04-12 | 2014-10-16 | Damon Danielson | System and method for social networking based on family relationships |
CN106233325A (zh) * | 2014-05-20 | 2016-12-14 | 谷歌公司 | 生成活动概要 |
US20160012078A1 (en) * | 2014-07-14 | 2016-01-14 | Phetch LLC | Intelligent media management system |
CN104636759A (zh) * | 2015-02-28 | 2015-05-20 | 成都品果科技有限公司 | 一种获取图片推荐滤镜信息的方法及图片滤镜信息推荐*** |
CN105119971A (zh) * | 2015-07-17 | 2015-12-02 | 努比亚技术有限公司 | 一种移动终端、快捷互拍照片分享***及方法 |
JP2018005843A (ja) * | 2016-07-08 | 2018-01-11 | 富士フイルム株式会社 | 画像処理装置、画像処理方法、プログラムおよび記録媒体 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113360710A (zh) * | 2021-05-27 | 2021-09-07 | 北京奇艺世纪科技有限公司 | 对象间组合度的确定方法、装置、计算机设备及存储介质 |
CN113360710B (zh) * | 2021-05-27 | 2023-09-01 | 北京奇艺世纪科技有限公司 | 对象间组合度的确定方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20190318252A1 (en) | 2019-10-17 |
JP2019185747A (ja) | 2019-10-24 |
US11093839B2 (en) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11636150B2 (en) | Method and apparatus for managing digital files | |
CN110377765A (zh) | 用于预测式增强的媒体对象分组和分类 | |
US20200081895A1 (en) | Method for organising content | |
US9219830B1 (en) | Methods and systems for page and spread arrangement in photo-based projects | |
US9329762B1 (en) | Methods and systems for reversing editing operations in media-rich projects | |
WO2015107640A1 (ja) | アルバム作成プログラム、アルバム作成方法およびアルバム作成装置 | |
Ruthven et al. | Cultural heritage information: Access and management | |
JP2010118056A (ja) | コンテンツアルバム化装置及びコンテンツアルバム化方法 | |
CN102576373B (zh) | 内容管理装置、内容管理方法、内容管理程序及集成电路 | |
CN106462541A (zh) | 用于管理、共享和组织存储在多项云端服务上的信息的***和方法 | |
CN102216941A (zh) | 用于内容处理的方法和*** | |
US20140067349A1 (en) | Clustering of personal electronically encoded items | |
US10762676B2 (en) | Proactive creation of personalized products | |
CN105760357A (zh) | 一种自动生成日记的方法、装置及*** | |
CN103294825A (zh) | 影像文件搜索***及方法 | |
Birkin | Archive, photography and the language of administration | |
US10298781B2 (en) | Cloud storage for image data, image product designs, and image projects | |
Spurgin | Everyday information organization practices in the pursuit of leisure: The information organization, management, and keeping activities of amateur art photographers | |
US9836548B2 (en) | Migration of tags across entities in management of personal electronically encoded items | |
Truyen et al. | PHOTOCONSORTIUM: Digitizing Europe’s Photographic Heritage | |
US20140067878A1 (en) | Analysis and proposal creation for management of personal electronically encoded items | |
EP2704026A1 (en) | Clustering of personal electronically encoded items | |
EP2704028A9 (en) | Migration of tags across entities in management of personal electronically encoded items | |
Springmann | Building Blocks for Adaptable Image Search in Digital Libraries | |
Shakhsi | Cataloging Images in Library, Archive, and Museum |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: Tokyo, Japan Applicant after: Fuji film business innovation Co.,Ltd. Address before: Tokyo, Japan Applicant before: Fuji Xerox Co.,Ltd. |
|
CB02 | Change of applicant information |