[发明专利]包括图像优先级的图像处理系统

说明书

图像辨识方法采用计算机生成的和手动的图像审核两者以生成特征化图像的图像标签。该计算机生成的和手动的图像审核可以顺序地或并行地被执行。所生成的图像标签可以被实时地提供至请求者，被用来选择广告，和/或被用作互联网搜索的基础。在一些实施例中，所生成的图像标签被用作所升级的图像审核的基础。计算机生成的图像审核的置信度可以被用来确定是否执行手动图像审核。

相关申请的交叉引用

本申请是在2014年5月1日递交的具有申请号14/267,840的名为“图像处理”的美国非临时申请的部分延续，其继而要求在2013年5月1日递交的临时申请61/956,927的优先权；本申请进一步要求以下美国临时专利申请的优先权和权益：

在2014年4月4日递交并具有申请号61/975,691的“视觉搜索”；

在2014年4月7日递交并具有申请号61/976,494的“视觉搜索广告”；

在2014年5月1日递交并具有申请号61/987,156的“图像处理”；

在2014年7月31日递交并具有申请号62/031,397的“图像处理中的实时目标选择”；

在2014年10月27日递交并具有申请号62/069,160的“分布式图像处理”；以及

在2014年11月25日递交并具有申请号62/084,509的“选择性图像处理”。

所有以上专利申请通过引用被并入本文。

技术领域

本申请处于图像处理的领域，更具体地，处于特征化图像的内容的领域。

背景技术

通常从图像中提取信息比从文本数据中提取信息更难。然而，一大部分信息在图像中被找到。自动的图像辨识系统的可靠度高度取决于图像的内容。例如，光学字符辨识比面部辨识更可靠。图像辨识的目标是对图像添加标签。标签指的是特征化图像的内容的标签(单词)的识别。例如，汽车的图像可以被添加有单词“汽车”、“福特格拉纳达(FordGranada)”或“具有损坏前灯的白色1976年福特格拉纳达”的标签。这些标签包括不同数量的信息，并可由此在用途上变化。

发明内容

本申请的实施例包括添加图像标签的双管齐下的方法。第一个方法是在图像上执行自动的图像辨识。该自动的图像辨识导致图像的审核(review)。该图像审核包括识别图像的内容的一个或多个标签并且可选地还包括表示自动图像识别的可靠度的置信度的度量。该对图像添加标签的方法中的第二个方法包括图像的手动添加标签。手动添加标签包括人观看每个图像、考虑图像的内容并且手动地提供表示图像内容的标签。自动的图像辨识具有分析每个图像的时间上或金钱上的成本可以相对低的优点。图像的手动标签添加具有更高的准确度和可靠度的优点。

本发明的实施例结合了自动图像辨识和手动图像辨识两者。在一些实施例中，自动图像辨识首先被执行。产生的图像审核通常既包括特征化图像的一个或多个标签也包括这些标签在准确度上的置信度的度量。如果置信度高于预定阈值，那么这些标签与该图像关联并被提供作为添加标签过程的输出。如果置信度低于预定阈值，那么该图像的手动审核被执行。手动审核导致特征化图像的内容的附加和/或不同标签。在一些实施例中，自动的图像辨识和图像的手动审核被并行地执行。如果自动图像辨识导致一个或多个标签具有高于预定阈值的置信度则手动审核被可选地取消或终止。

在一些实施例中，图像的辨识可以被升级。图像辨识过程的升级包括针对表示图像的内容的进一步或改进的标签的要求。例如，如果自动图像辨识导致标签“白车”，该辨识的升级可以导致标签“白色福特格拉纳达”。在一些实施例中，升级的审核利用专家人类审核者。例如，以上示例可以包括利用具有汽车的专业知识的人类审核者。人类审核者的专业知识的其它示例在本文的其它地方被讨论。