[发明专利]用于编录、检索和组织与对象相关联的用户生成的内容的计算系统和方法在审

专利信息
申请号: 201980078322.9 申请日: 2019-01-31
公开(公告)号: CN113168417A 公开(公告)日: 2021-07-23
发明(设计)人: A.吉尔德;P.齐林斯基;A.帕纳戈波罗斯 申请(专利权)人: 谷歌有限责任公司
主分类号: G06F16/432 分类号: G06F16/432;G06F16/40;G06F16/583;G06F16/50;G06F16/53;G06F16/532;G06F16/908
代理公司: 北京市柳沈律师事务所 11105 代理人: 金玉洁
地址: 美国加利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 编录 检索 组织 对象 相关 用户 生成 内容 计算 系统 方法
【说明书】:

本公开提供了用于对与对象相关联的用户生成的内容进行编录、检索和/或组织的计算系统和方法。本公开的各方面针对利用计算机使用户能够与和编录的对象相关联的用户生成的内容的库进行交互的系统和方法。例如,用户可以捕获现实世界对象的一个或多个图像,用各种类型的用户生成的内容标记或以其它方式注释对象,并将对象及其相关联的内容组织到一个或多个库中。然后,可以在接收到相同对象或显示相似特征的对象的图像后,将用户生成的内容提供给其他用户。

优先权要求

本申请基于申请日为2018年11月7日的美国临时申请号62/756,857并要求其优先权。申请人要求该申请中的每一个的优先权和权益,并且通过引用将该申请的全部整体并入本文。

技术领域

本公开一般而言涉及图像识别和数据存储。更具体而言,本公开涉及提供用于检索和编录(catalog)包括图像的用户生成的数据的工具的计算系统和方法。

背景技术

由于机器学习的进步,包括图像分类和数据管理在内的计算技术已经被大大的改善。但是,图像识别中的绊脚石是获得稀有或罕见对象的训练数据。可以不断改变的现实世界环境的复杂性加剧了这个问题。当前的图像识别工具常常依赖于静态的学习模型,而不是可以用新数据连续更新的模型。这为增强现实应用和需要处理与动态改变的世界相关联的当前图像数据的其它工具的开发提出了挑战。虽然静态模型可以提供一般的用户体验,但仍有待一种用于定制与动态图像数据的用户交互的解决方案。

发明内容

本公开的实施例的方面和优点将在下面的描述中部分地阐述,或者可以从描述中获知,或者可以通过实施例的实践而获知。

本公开的一个示例方面针对一种用于对与对象相关联的用户生成的数据进行编录和检索的计算系统。该计算系统包括一个或多个处理器和共同存储指令的一个或多个非暂态计算机可读介质,这些指令在由一个或多个处理器执行时使计算系统执行操作。所述操作包括接收数据集,所述数据集包括由用户捕获的描绘对象的一个或多个图像。所述操作包括使用人工神经网络处理数据集以生成与对象相关联的嵌入。所述操作包括访问用户生成的内容的多个库中的一个或多个库,其中多个库中的每个库包括分别与一个或多个编录的对象相关联的一个或多个编录的嵌入。每个编录的嵌入已经从由一个或多个其他用户捕获的相关联的编录的对象的一个或多个图像生成。用户生成的内容的一个或多个项目与每个编录的对象相关联。一个或多个库是多个库的子集。所述操作包括至少部分地基于嵌入与一个或多个库中包括的一个或多个编录的嵌入的比较来标识(identify)一个或多个库中包括的一个或多个编录的嵌入中的最接近的编录的嵌入。所述操作包括提供与一个或多个库中包括的一个或多个编录的嵌入中的最接近的编录的嵌入相关联的用户生成的内容的至少一个项目,用于向用户呈现。

本公开的另一个示例方面针对一种用于对与对象相关联的用户生成的数据进行编录和检索的计算机实现的方法。所述方法包括由一个或多个计算设备接收数据集,该数据集包括由用户捕获的描绘对象的一个或多个图像。所述方法包括由一个或多个计算设备使用神经网络处理数据集以生成与对象相关联的嵌入。所述方法包括由一个或多个计算设备访问多个库中的一个或多个库。多个库中的每个库包括分别与一个或多个编录的对象相关联的一个或多个编录的嵌入。每个编录的嵌入已经从相关联的编录的对象的一个或多个图像生成。内容的一个或多个项目与每个嵌入相关联。一个或多个库是多个库的子集。所述方法包括由一个或多个计算设备将嵌入与编录的对象之一相关联。将嵌入与编录的对象之一相关联产生新的编录的嵌入,该新的编录的嵌入可由一个或多个计算设备访问。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于谷歌有限责任公司,未经谷歌有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201980078322.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top