[发明专利]使用社交数据的面部识别

说明书

背景技术

面部识别技术一般通过从照片中提取面部并将所提取的面部与已知面部进行比较来运作。通过这种比较，也许有可能确定是否所提取的面部属于与已知面部相同的一个人。如果发现所提取的面部与任何一个已知面部是足够相似的，则得出所提取的面部属于与已知面部相同的一个人的结论。

虽然视觉面部识别技术或许能够在某些环境中识别面部，但是在许多情况中，视觉面部识别技术不足以正确地识别面部。图像可能具有差的质量，从而使得面部的特征难以辨别。属于不同人员的两个面部可能看起来彼此相似，并且视觉面部识别处理可能猜测错误的面部。因而，视觉面部识别在一些情况中可能无法独自正确地识别面部。

发明内容

面部识别可以使用视觉技术和社交网络数据来执行。社交网络数据的使用可以基于这样的观察，即，人们一般倾向于拍摄他们认识的人的照片并且与他们认识的人一起出现在照片中。因而，社交网络数据可以用于确定人们彼此具有什么联系（利用为了保护所涉及的各方的隐私而获得的适当许可）。这种人员联系的知识可以随后用于帮助确定谁出现在照片中。

为了识别照片中的面部（我们将之称为“面部A”），面部A可以被视觉分析，以创建面部A的特征的数字表示。即，面部A的物理特征可以被量化，并且可以创建表示面部特征的量化的矢量。该矢量的各方面随后可以被转换成文本串，从而产生代表面部A的一个或多个文本串。此外，从社交事实中导出的文本串也可以被添加到这些文本串上。例如，如果面部A是从被“Bob（鲍勃）”上传的照片中提取的，并且该照片已被标记为包含“Joe（乔）”和“Susan（苏珊）”，那么这些名字也是可以被添加到照片的表示上的文本。因此，如果代表面部的视觉外观的字符串是“eruiuwe”、“dkruiwl”和“dkrudkt”，那么代表面部A的视觉和社交方面的文本可以是“eruiuwe dkruiwl dkrudkt Bob Joe Susan”。

一旦存在代表面部A的文本，则可以使用那个文本来索引面部A，并且稍后在搜索中可以使用该索引条目。因而，假设新的照片包含未识别的面部（“面部B”）。面部B的视觉分析可以产生一个矢量，并且将那个矢量转换成文本可以产生包括“eruiuwe”（这是代表面部A的视觉外观的字符串之一）的一组字符串。此外，还可能知道：该照片是由Susan上传的。因此，文本搜索可以使用查询“eruiuwe Susan”来执行。由于先前段落中描述的面部A利用字符串“eruiuwe”和“Susan”进行索引，所以面部A将作为对于面部B的潜在匹配而出现在文本搜索结果中。由于该搜索基于代表该面部的视觉外观的文本项并且也基于代表该面部的社交上下文（social context）的文本项，所以搜索结果中该面部的识别可以基于视觉和社交考虑二者。有关面部B是否与面部A相匹配的实际决策可以取决于匹配的强度以及是否其他被索引的面部是更强的匹配。这样一来，普通的文本搜索技术可以用于执行面部匹配。

在一个示例中，上述技术可以用于搜索特定人员的照片。在另一个示例中，上面的技术可以用于建议出现在照片中的面部的身份，以便辅助用户标记这些照片。

提供这个发明内容部分来以简化形式介绍下面在详细描述部分中进一步描述的概念的选择。这个发明内容部分既不打算标识所请求保护主题的关键特征或基本特征，也不打算用于限制所请求保护主题的范围。

附图说明

图1是其中可以分析和索引面部的示例系统的框图。

图2是其中面部可以利用其视觉和社交特性来索引的示例处理的流程图。

图3是其中利用视觉和社交标准进行索引的面部可以用于提供结果的示例处理的流程图。

图4是可以与这里描述的主题的实现方式结合使用的示例组件的框图。

具体实施方式