專利名稱：用于用戶簡檔的圖像記錄趨勢識別的制作方法
技術(shù)領(lǐng)域：
本發(fā)明一般涉及使用來自與用戶相關(guān)的數(shù)字圖像記錄的信息來識別用戶的興趣。
背景技術(shù)：
本領(lǐng)域中眾所周知的精準(zhǔn)行銷(targeted marketing)允許零售商呈遞對于已被 有效地“預(yù)先篩選”的聽眾而言可能具有特殊吸引力的產(chǎn)品。也就是說，精準(zhǔn)行銷的目的是 識別很可能對特定產(chǎn)品和服務(wù)具有高興趣水平的“預(yù)先篩選”的消費(fèi)者。識別“預(yù)先篩選”的消費(fèi)者的一種方式是通過使用“用戶簡檔”。本文所使用的短 語“用戶簡檔”指的是指示相關(guān)用戶的興趣的信息集合，與該集合的形式或其存儲方式無 關(guān)。用戶簡檔可以與特定消費(fèi)者相關(guān)且可以指示例如特定的消費(fèi)者喜愛徒步旅行。因此， 用戶簡檔可以被精準(zhǔn)行銷者用來為特定消費(fèi)者生成關(guān)于即將銷售的徒步旅行商品的廣告。應(yīng)認(rèn)識到，精準(zhǔn)行銷的有效性取決于保持在此類用戶簡檔中的信息的數(shù)量和質(zhì) 量。因此，目前正需要用于生成用戶簡檔的附加或改進(jìn)的技術(shù)。

發(fā)明內(nèi)容
在本領(lǐng)域中通過根據(jù)本發(fā)明的各種實(shí)施例的用于生成用戶簡檔的系統(tǒng)和方法來 解決上述問題并實(shí)現(xiàn)技術(shù)方案。在本發(fā)明的實(shí)施例中，至少基于對來自與用戶相關(guān)的多個(gè)數(shù)字圖像記錄的圖像內(nèi) 容的分析來識別一個(gè)或多個(gè)趨勢。分析來自數(shù)字圖像記錄的圖像內(nèi)容并更具體而言識別來 自此類圖像內(nèi)容的趨勢提供可以被結(jié)合到用戶簡檔中的關(guān)于用戶的有價(jià)值信息。對圖像內(nèi) 容的分析可以包括例如場景分類處理、面部檢測處理、對象檢測處理、音頻分析處理、從圖 像提取文本的處理、或事件集中處理，所有的這些在本領(lǐng)域中均是已知的。趨勢的一個(gè)示例涉及被視為已捕獲到事件的多個(gè)數(shù)字圖像記錄。例如，對多個(gè)數(shù) 字圖像記錄的分析可以指示其中的若干數(shù)字圖像記錄捕獲到特定的生日宴會。在本示例 中，該趨勢涉及被視為已捕獲到生日宴會的若干圖像記錄。趨勢的其它示例涉及被視為已 捕獲到重新發(fā)生的事件、同一對象、或已在同一位置處被獲取的多個(gè)數(shù)字圖像記錄。因此， 可以看到，本文所使用的“趨勢”涉及多個(gè)數(shù)字圖像記錄之間的任何共性。另外，本發(fā)明不 限于所識別的趨勢的類型。在識別趨勢時(shí)，可以至少基于對趨勢的分析來識別多個(gè)用戶主題興趣。用戶主題 興趣的示例是對象，其可以是人、活動、位置、或其組合?？梢灾辽倩谟脩糁黝}興趣來生成 與用戶相關(guān)的用戶簡檔。應(yīng)注意的是，本文在生成用戶簡檔的上下文中使用的術(shù)語“生成” 意圖包括生成新用戶簡檔或更新現(xiàn)有用戶簡檔。可以將生成的用戶簡檔存儲在處理器可訪 問存儲系統(tǒng)中。根據(jù)本發(fā)明的某些實(shí)施例，可以至少基于對所識別的趨勢的分析來識別用戶偏 好。關(guān)于這一點(diǎn)，還可以至少基于用戶偏好來生成用戶簡檔。用戶偏好可以將主題興趣中 的至少兩個(gè)主題興趣聯(lián)系在一起。例如，對用戶的數(shù)字圖像記錄的分析可以揭示兩個(gè)用戶主題興趣滑雪和特定的人。對數(shù)字圖像記錄的分析還可以揭示捕獲到滑雪活動的數(shù)字圖 像還捕獲到特定的人。因此，可以識別到將滑雪聯(lián)系到特定的人的用戶偏好，這可以得出用 戶喜歡與特定人滑雪的推斷。根據(jù)本發(fā)明的某些實(shí)施例，至少基于對趨勢的分析來為用戶主題興趣中的至少某 些用戶主題興趣生成興趣水平。關(guān)于這一點(diǎn)，還可以至少基于興趣水平來生成用戶簡檔。示 例性的興趣水平是用戶對特定的用戶主題興趣或用戶主題興趣組所具有的吸引力的量的 指示。因此，可以使用該興趣水平來確定與另一個(gè)用戶主題興趣相比用戶更喜歡這一個(gè)用 戶主題興趣。根據(jù)本發(fā)明的某些實(shí)施例，可以至少基于對用戶簡檔的分析來為用戶生成與用戶 主題興趣相關(guān)的邀請?？梢詫⒃撗埓鎯υ谔幚砥骺稍L問存儲系統(tǒng)中。示例性邀請是廣告。 為了進(jìn)行詳細(xì)描述，假設(shè)用戶主題興趣是海灘。所述邀請可以是為用戶生成的游泳衣廣告， 其與在這種情況下為海灘的用戶主題興趣有關(guān)。除上述實(shí)施例之外，通過參考附圖和研究以下詳細(xì)說明，其它實(shí)施例也將變得顯 而易見。


通過下文提出的結(jié)合附圖而考慮的示例性實(shí)施例的詳細(xì)說明，將更容易地理解本 發(fā)明，在附圖中圖1示出根據(jù)本發(fā)明實(shí)施例的用于生成用戶簡檔的系統(tǒng)；圖2示出根據(jù)本發(fā)明的各種實(shí)施例的用于用戶簡檔生成的方法；圖3是示出本發(fā)明的一個(gè)實(shí)施例中的被形成為數(shù)據(jù)結(jié)構(gòu)的用戶簡檔的示意圖；圖4是示出根據(jù)本發(fā)明實(shí)施例的被形成為數(shù)據(jù)結(jié)構(gòu)的另一用戶簡檔的示意圖；圖5是示出根據(jù)本發(fā)明的各種實(shí)施例、如何可以從數(shù)字圖像記錄中獲得趨勢信 息、用戶主題興趣和用戶偏好的示意圖；以及圖6 8示出實(shí)施例，其中在興趣水平確定過程中考慮作為趨勢的基礎(chǔ)的共性的 實(shí)例數(shù)目。應(yīng)理解的是，附圖是用于說明本發(fā)明的構(gòu)思且可以不按比例。
具體實(shí)施例方式本發(fā)明的實(shí)施例至少基于對來自與用戶相關(guān)的多個(gè)數(shù)字圖像記錄的圖像內(nèi)容的 分析來識別趨勢。每個(gè)趨勢表示多個(gè)數(shù)字圖像記錄之間的共性并且是由該共性推斷或?qū)С?的。分析來自數(shù)字圖像記錄的圖像內(nèi)容并且更具體而言從該圖像內(nèi)容識別趨勢提供了關(guān)于 用戶的有價(jià)值的信息。從而可以將此類信息有利地結(jié)合到稍后可以用于精準(zhǔn)行銷的用戶簡 檔中。本文所使用的短語“數(shù)字圖像記錄”意圖包括數(shù)字靜像以及數(shù)字視頻。而且，應(yīng)注 意的是，除非另外明確地說明或上下文需要，詞語“或”在本公開中以非排他性的意義加以 使用。另外，可以將本文所述的功能實(shí)現(xiàn)為“軟件”或“軟件程序”。然而，本領(lǐng)域的技術(shù)人 員將認(rèn)識到還可以輕易地以硬件來執(zhí)行此類軟件的等效功能。圖1示出根據(jù)本發(fā)明實(shí)施例的、用于生成用戶簡檔的系統(tǒng)22。系統(tǒng)22包括數(shù)據(jù)處理系統(tǒng)26、外圍系統(tǒng)30、用戶接口系統(tǒng)28、和處理器可訪問存儲系統(tǒng)24。處理器可訪問存儲 系統(tǒng)24、外圍系統(tǒng)30、和用戶接口系統(tǒng)28可通信地連接到數(shù)據(jù)處理系統(tǒng)26。數(shù)據(jù)處理系統(tǒng) 26包括實(shí)現(xiàn)本發(fā)明的各種實(shí)施例的處理的一個(gè)或多個(gè)數(shù)據(jù)處理設(shè)備，所述處理包括本文所 述的圖2的示例性處理。短語“數(shù)據(jù)處理設(shè)備”或“數(shù)據(jù)處理器”意圖包括任何數(shù)據(jù)處理設(shè)備，諸如中央處 理單元(“CPU”)、臺式計(jì)算機(jī)、膝上型計(jì)算機(jī)、主計(jì)算機(jī)、個(gè)人數(shù)字助理、Blackberry 、數(shù) 字照相機(jī)、蜂窩式電話、或用于處理數(shù)據(jù)、管理數(shù)據(jù)、或操作(handling)數(shù)據(jù)的任何其它設(shè) 備，無論是以電、磁、光、生物學(xué)組件或其它方式實(shí)現(xiàn)的。處理器可訪問存儲系統(tǒng)24包括被配置為存儲信息的一個(gè)或多個(gè)處理器可訪問存 儲器，所述信息包括執(zhí)行本發(fā)明的各種實(shí)施例的處理所需的信息，所述處理包括本文所述 的圖2的示例性處理。處理器可訪問存儲系統(tǒng)24可以是分布式處理器可訪問存儲系統(tǒng)，其 包括經(jīng)由多個(gè)計(jì)算機(jī)和/或設(shè)備可通信地連接到數(shù)據(jù)處理系統(tǒng)26的多個(gè)處理器可訪問存 儲器。另一方面，處理器可訪問存儲系統(tǒng)24不必須是分布式處理器可訪問存儲系統(tǒng)，并因 此可以包括位于單個(gè)數(shù)據(jù)處理器或設(shè)備內(nèi)的一個(gè)或多個(gè)處理器可訪問存儲器。短語“處理器可訪問存儲器”意圖包括任何處理器可訪問數(shù)據(jù)存儲設(shè)備，無論是易 失性還是非易失性、電子、磁性、光學(xué)或其它方式的，包括但不限于軟盤、硬盤、致密盤、DVD、 閃速存儲器、ROM和RAM。短語“可通信地連接”意圖包括設(shè)備、數(shù)據(jù)處理器、或其中可以傳送數(shù)據(jù)的程序之 間的任何類型的連接，無論是有線的還是無線的。此外，短語“可通信地連接”意圖包括單 個(gè)數(shù)據(jù)處理器內(nèi)的設(shè)備或程序之間的連接、位于不同數(shù)據(jù)處理器中的設(shè)備或程序之間的連 接和根本未位于數(shù)據(jù)處理器中的設(shè)備之間的連接。關(guān)于這一點(diǎn)，雖然與數(shù)據(jù)處理系統(tǒng)26分 開地示出處理器可訪問存儲系統(tǒng)24，但本領(lǐng)域的技術(shù)人員將認(rèn)識到可以將處理器可訪問存 儲系統(tǒng)24完全或部分地存儲在數(shù)據(jù)處理系統(tǒng)26內(nèi)。還關(guān)于這一點(diǎn)，雖然與數(shù)據(jù)處理系統(tǒng) 26分開地示出外圍系統(tǒng)30和用戶接口系統(tǒng)28，但本領(lǐng)域的技術(shù)人員將認(rèn)識到可以將此類 系統(tǒng)之一或兩者完全或部分地存儲在數(shù)據(jù)處理系統(tǒng)26內(nèi)。外圍系統(tǒng)30可以包括被配置為將數(shù)字圖像記錄提供給數(shù)據(jù)處理系統(tǒng)26的一個(gè)或 多個(gè)設(shè)備。例如，外圍系統(tǒng)30可以包括數(shù)字?jǐn)z像機(jī)、蜂窩式電話、常規(guī)數(shù)字照相機(jī)、或其它 計(jì)算機(jī)。數(shù)據(jù)處理系統(tǒng)26在從外圍系統(tǒng)30中的設(shè)備接收到數(shù)字圖像記錄時(shí)，可以將此類 數(shù)字圖像記錄存儲在處理器可訪問存儲系統(tǒng)24中。用戶接口系統(tǒng)28可以包括鼠標(biāo)、鍵盤、另一計(jì)算機(jī)、或從其向數(shù)據(jù)處理系統(tǒng)26輸 入數(shù)據(jù)的任何設(shè)備或設(shè)備的組合。關(guān)于這一點(diǎn)，雖然與用戶接口系統(tǒng)28分開地示出外圍系 統(tǒng)30，但是外圍系統(tǒng)30可以被包括作為用戶接口系統(tǒng)28的一部分。用戶接口系統(tǒng)28還可以包括顯示設(shè)備、處理器可訪問存儲器、顯示設(shè)備和處理器 可訪問存儲器、或通過數(shù)據(jù)處理系統(tǒng)26向其輸出數(shù)據(jù)的任何設(shè)備或設(shè)備組合。關(guān)于這一 點(diǎn)，如果用戶接口系統(tǒng)28包括處理器可訪問存儲器，則該存儲器可以是處理器可訪問存儲 系統(tǒng)24的一部分，即使用戶接口系統(tǒng)28和處理器可訪問存儲系統(tǒng)24在圖1中被分開示出?？梢詫⒋鎯υ谔幚砥骺稍L問存儲系統(tǒng)24中的數(shù)字圖像記錄集合中的圖像記錄鏈 接到可變數(shù)量的元數(shù)據(jù)。此圖像元數(shù)據(jù)可以包括與捕獲到圖像的條件相關(guān)的各種語義和結(jié) 構(gòu)信息以及獲得的關(guān)于圖像內(nèi)容的信息。舉例來說，數(shù)字圖像記錄的元數(shù)據(jù)可以包括圖像捕獲的日期和時(shí)間、捕獲位置(例如由全球定位衛(wèi)星、GPS提供)、照相機(jī)所有者、照相機(jī)類 型、圖像分辨率、來自圖像的操作者或觀看者的評論、和從圖像內(nèi)容本身獲得的各種數(shù)據(jù)， 例如包括標(biāo)識圖像的(一個(gè)或多個(gè))主題的信息。被獲得并存儲為數(shù)字圖像記錄的元數(shù) 據(jù)的語義信息可以包括從圖像中的對象獲得的各種信息，包括來自本領(lǐng)域中已知的圖像分 析工具的數(shù)據(jù)，所述圖像分析工具諸如是提供對象識別或面部識別的各種軟件應(yīng)用程序。 還可以從用來確定海灘場景、雪景、室外場景、室內(nèi)場景和許多其它類型場景的傳統(tǒng)場景分 類器獲得數(shù)字圖像記錄的語義信息。同樣地，材料分類器產(chǎn)生用于對材料的存在進(jìn)行分類 的數(shù)字圖像記錄的語義信息，所述材料諸如巖石、沙、金屬、玻璃、木材和許多其它類型的材 料。參照圖2，根據(jù)本發(fā)明的各種實(shí)施例，給出了用于根據(jù)數(shù)字圖像記錄集合10生成 用戶簡檔20的方法的邏輯流圖。執(zhí)行趨勢識別步驟12以便從數(shù)字圖像記錄集合10中識 別一個(gè)或多個(gè)趨勢。至少基于對在步驟12處識別的趨勢的分析來在步驟14識別用戶主題 興趣?？蛇x地，在步驟14處，除了用戶主題興趣之外，可以至少基于對在步驟12處識別的 趨勢的分析來生成興趣水平。該興趣水平可以指示用戶對用戶主題興趣具有的吸引力的水 平。在可選步驟15處，可以至少基于對在步驟12中識別的趨勢的分析來生成用戶偏好。用 戶偏好鏈接在步驟14生成的用戶主題興趣。例如，用戶偏好可以指示當(dāng)用戶正在參與第一 用戶主題興趣時(shí)，用戶還喜歡參與第二用戶主題興趣。在步驟16處，可以生成用戶簡檔20， 其封裝(encapsulate)在步驟12、14和15中獲得的關(guān)于用戶的信息?？梢詫⒂脩艉啓n20 存儲在處理器可訪問存儲系統(tǒng)24中。雖然不需要，但隨后可以將用戶簡檔20中的信息用 于進(jìn)行適當(dāng)?shù)难垼T如廣告，以使用戶購買產(chǎn)品或服務(wù)。用戶數(shù)字圖像記錄集合10可以包括多個(gè)數(shù)字圖像記錄，其可以是靜止或視頻圖 像。此類數(shù)字圖像記錄可以是使用各種類型的數(shù)字照相機(jī)捕獲的，或者可以是從傳統(tǒng)照片 掃描并以數(shù)字方式存儲的。本領(lǐng)域的普通技術(shù)人員將認(rèn)識到，本發(fā)明不限于獲取數(shù)字圖像 記錄的方式。數(shù)字圖像記錄集合10中的數(shù)字圖像記錄可以具有隨附元數(shù)據(jù)，其范圍為從日 期/時(shí)間戳信息至關(guān)于成像條件、GPS位置、采用的捕獲設(shè)備類型、圖像捕獲條件等的成熟 的數(shù)據(jù)。關(guān)于趨勢識別步驟12，詳細(xì)說明組成本文所使用的術(shù)語趨勢的項(xiàng)目是指導(dǎo)性的。 趨勢包括至少基于對來自多個(gè)數(shù)字圖像記錄的圖像內(nèi)容的分析檢測到的共性，諸如圖案。 關(guān)于這一點(diǎn)，本文所使用的短語“圖像內(nèi)容”意圖指的是記錄在數(shù)字圖像記錄中的輻射或音 頻的表示，其與可以與數(shù)字圖像記錄相關(guān)聯(lián)的元數(shù)據(jù)或其它報(bào)頭或文本信息形成對照?？?以使用本領(lǐng)域中已知的技術(shù)來執(zhí)行對用來檢測共性的圖像內(nèi)容的分析。例如，可以使用場 景分類處理、面部檢測處理、對象檢測處理、音頻分析處理、文本提取處理(其中將文本識 別為圖像內(nèi)容本身中的對象)、或本領(lǐng)域中已知的事件集中處理。還可以通過對與數(shù)字圖像 記錄相關(guān)的元數(shù)據(jù)或其它信息的分析來檢測共性。共性(基于該共性導(dǎo)出趨勢)可以涉及事件、對象、位置、時(shí)間、或其它因素，且可 以包括因素的組合。關(guān)于這一點(diǎn)，從基于事件的共性導(dǎo)出一種趨勢。例如，可以將基于事件 的共性識別為被視為已捕獲到同一事件的多個(gè)數(shù)字圖像記錄。根據(jù)此類共性，可以導(dǎo)出趨 勢。例如，可以使用在到歐洲旅行期間捕獲的數(shù)字圖像記錄來導(dǎo)出趨勢，因?yàn)樗鼈冋故境鲆?種共性，即其全部是在同一事件(即到歐洲旅行)期間獲取的。該趨勢可以例如在步驟14中用來將到歐洲的旅行識別為用戶主題興趣。事件的其它示例包括假期、生日宴會等、以及 諸如徒步旅行、跑步、騎馬、打高爾夫球等的活動。因此，本領(lǐng)域的技術(shù)人員將認(rèn)識到本發(fā)明 不限于事件類型。應(yīng)注意的是，可以使用本領(lǐng)域中已知的技術(shù)來執(zhí)行至少基于對圖像內(nèi)容的分析的 事件識別。例如，在授予 Loui 等人的題為“Method forAutomatically Classifying Images into Events”的共同轉(zhuǎn)讓美國專利No. 6，606，411中描述了事件檢測技術(shù)。例如在授予 Loui等人的共同轉(zhuǎn)讓美國專利No. 6，606，411中描述了事件集中技術(shù)。根據(jù)基于對象的共性導(dǎo)出另一種趨勢。例如，可以使用本領(lǐng)域中已知的對象識別 分析來將基于對象的共性識別為捕獲同一人、同一寵物、同一房屋、同一衣物等的多個(gè)圖像 記錄。關(guān)于這一點(diǎn)，本領(lǐng)域的技術(shù)人員將認(rèn)識到，本發(fā)明不限于任何特定種類的對象。此外， 本文所使用的術(shù)語“對象”可以包括多個(gè)部分。例如，汽車是由諸如發(fā)動機(jī)、輪胎等許多部 分構(gòu)成的對象。一群人是由若干人組成的對象。因此，本領(lǐng)域的技術(shù)人員將認(rèn)識到術(shù)語“對 象”不限于單個(gè)不可分割的對象，而是可以包括包含多個(gè)部分的復(fù)合對象。關(guān)于這一點(diǎn)，例 如，可以將汽車和一群人這二者中的每個(gè)視為“對象”。在由基于對象的共性導(dǎo)出趨勢的情況下，其中，多個(gè)圖像記錄已被視為已捕獲到 同一個(gè)人，例如，可以在步驟14處生成指示同二個(gè)人的相應(yīng)用戶主題興趣?？梢酝ㄟ^使 用諸如面部檢測或面部識別技術(shù)之類的傳統(tǒng)技術(shù)來將多個(gè)圖像記錄視為已捕獲到同一 個(gè)人。面部檢測算法是眾所周知的，且已經(jīng)例如在授予Ho等人的題為“Face Detection inDigital Images” 的美國專利 No. 7，218，759 和授予 Chen 等人的題為 “Method for Locating Faces in Digital Color Images” 的共同轉(zhuǎn)讓美國專利 No. 7，110，575 中有 所描述。然后，同樣在本領(lǐng)域中已知的面部識別算法分析所識別的面部數(shù)字圖像記錄以 便對一個(gè)或多個(gè)所檢測到的面部賦予身份。授予Huang等人的題為“Pose-Invariant FaceRecognition System and Process”的美國專利No. 7，142，697描述了使用模型數(shù)字圖 像記錄作為用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)以識別數(shù)字圖像記錄中的面部的工具。由基于位置的共性導(dǎo)出另一種趨勢。例如，可以將基于位置的共性識別為被視 為已在同一位置處被捕獲的多個(gè)數(shù)字圖像記錄。例如，可以檢測趨勢，其中對數(shù)字圖像記 錄集合執(zhí)行的傳統(tǒng)對象識別分析示出在同一位置處或在同一類型的位置處的圖像拍攝 (image-taking)的圖案。例如，與用戶相關(guān)的數(shù)字圖像記錄集合可以具有在法國巴黎拍攝 的照片組，如通過在其內(nèi)部被識別出的埃菲爾鐵塔而辨認(rèn)出的那樣。數(shù)字圖像記錄集合還 可以包括在不同位置處拍攝的照片，但這些位置全部被視為具有同一類型，例如，可以將其 全部視為如通過在其內(nèi)部被識別出的沙和海洋而辨認(rèn)出的海灘。由基于時(shí)間的共性導(dǎo)出另一種趨勢。例如，可以將基于時(shí)間的共性識別為被視為 已在一定時(shí)間跨度或重新發(fā)生的時(shí)間跨度內(nèi)例如被連續(xù)或基本連續(xù)地捕獲的多個(gè)數(shù)字圖 像記錄。例如，可以根據(jù)對顯示第一組數(shù)字圖像記錄包括南瓜圖像的圖像內(nèi)容的分析來識 別基于時(shí)間的共性。由于第一組數(shù)字圖像記錄包括南瓜的圖像，所以可以推斷這組數(shù)字圖 像記錄是在九月或十月中基本上連續(xù)地捕獲的。為了繼續(xù)本示例，假設(shè)第二組數(shù)字圖像記 錄也具有南瓜的圖像。然而，假設(shè)第一組數(shù)字圖像包括穿特定襯衫的特定人的圖像，且第二 組數(shù)字圖像包括穿不同襯衫的所述特定人的圖像。因此，可以推斷第一和第二組數(shù)字圖像 記錄是在重新發(fā)生的時(shí)間跨度內(nèi)被捕獲的，例如可能在同一年或不同年份期間的九月或十月中的不同日子被捕獲的。在由該基于時(shí)間的共性導(dǎo)出趨勢的情況下，例如，其中多個(gè)圖像 記錄已被視為是在九月或十月內(nèi)被連續(xù)或基本上連續(xù)地捕獲的，可以在步驟14處生成指 示用戶對一年中的這個(gè)時(shí)候的興趣的相應(yīng)用戶主題興趣。還可以由上文所闡述的諸如事件、對象、位置、時(shí)間等共性因素的組合導(dǎo)出趨勢。 例如，趨勢可以涉及被視為已捕獲到重新發(fā)生的事件的多個(gè)數(shù)字圖像記錄，其中，重新發(fā)生 是與基于事件的共性因素組合的基于時(shí)間的共性因素。例如，對一組多個(gè)數(shù)字圖像記錄的 分析可以顯示用戶在海灘度過了多個(gè)家庭假期。也就是說，海灘家庭假期(事件)重新發(fā) 生(時(shí)間)。此趨勢可以導(dǎo)致在步驟14處生成對‘海灘家庭假期’的用戶主題興趣。與共 性因素的組合相關(guān)的趨勢的另一示例是基于被視為已捕獲到特定人(對象)和生日宴會 (事件)這二者的多個(gè)數(shù)字圖像記錄。此趨勢可以導(dǎo)致在步驟14處生成對‘與特定人的生 日宴會’的用戶主題興趣。根據(jù)本發(fā)明的某些實(shí)施例，可能需要最少量的共性以便識別趨勢。換言之，可能要 求在在步驟12處識別趨勢之前滿足共性閾值。雖然未要求，但共性閾值的使用有利于步驟 12處的強(qiáng)勁、有意義的趨勢的識別。例如，該共性閾值可以指示在識別趨勢之前必須在至少 X個(gè)數(shù)字圖像記錄之間檢測共性，其中，X是預(yù)定義整數(shù)。如果X是五，且集合10中只有四 個(gè)數(shù)字圖像記錄被視為包括帆船的圖像(例如，基于對象的共性)，則在步驟12處不會基于 此基于對象的共性而識別到趨勢。然而，如果集合10中的十個(gè)數(shù)字圖像記錄被視為是在海 灘捕獲的(例如，基于位置的共性)，則在步驟12處將基于該基于位置的共性識別到趨勢。應(yīng)注意的是，雖然以上示例關(guān)于分析數(shù)字圖像記錄的圖像內(nèi)容以識別趨勢，但本 領(lǐng)域的技術(shù)人員將認(rèn)識到可以使用任何其它相關(guān)信息來補(bǔ)充該分析。例如，如數(shù)字成像領(lǐng) 域的普通技術(shù)人員所熟知的那樣，采用從目前的數(shù)字照相機(jī)獲得的數(shù)字圖像記錄，正使得 越來越多數(shù)量的元數(shù)據(jù)可用。例如，當(dāng)前從數(shù)字照相機(jī)獲得的數(shù)字圖像記錄通常具有諸如 來自由照相機(jī)獲得的GPS數(shù)據(jù)的描述圖像捕獲的日期、時(shí)間和位置的隨附元數(shù)據(jù)。此信息 還可以包括獲得圖像的條件和攝影師標(biāo)識，并且甚至可以具有關(guān)于圖像內(nèi)容本身的各種 數(shù)據(jù)。例如，在來自日本電子工業(yè)發(fā)展協(xié)會(JEIDA)CP-3451的、也稱為可交換圖像文件 或 EXIF 標(biāo)準(zhǔn) v. 2. 1 的數(shù)碼相機(jī)圖像文件標(biāo)準(zhǔn)(Digital Still Camera ImageFile Format Standard)中定義了可以伴隨數(shù)字圖像記錄的標(biāo)準(zhǔn)信息數(shù)據(jù)字段或“標(biāo)簽”。該元數(shù)據(jù)可以用來改善在圖2中的步驟12處執(zhí)行的趨勢識別的可靠性或準(zhǔn)確度 (以及在步驟14和15處生成的用戶主題興趣或用戶偏好的可靠性或準(zhǔn)確度)。例如，假設(shè) 對象檢測分析顯示一組數(shù)字圖像記錄中的每個(gè)數(shù)字圖像記錄包括南瓜的圖像，從而說明基 于對象的共性趨勢。該基于對象的共性趨勢可以在步驟14中用來確定用戶對南瓜有主題 興趣。然而，與捕獲到南瓜的該組數(shù)字圖像記錄相關(guān)的元數(shù)據(jù)還可以指示其是在跨越多年 的十月的第一周期間被捕獲的，從而說明基于時(shí)間的共性趨勢。因此，可以使用元數(shù)據(jù)來識 別更具體的基于對象和基于時(shí)間的共性趨勢，而不是僅僅識別基于對象的共性趨勢。該基 于組合共性的趨勢可以在步驟14處用來確定比僅僅是諸如‘十月份的第一周期間的南瓜’ 之類的南瓜更具體的用戶主題興趣?？梢栽诓襟E16處將此用戶主題興趣添加到用戶簡檔 20中，并隨后用來生成對用戶在十月份的第一周期間在特定農(nóng)場去采南瓜的邀請。雖然元數(shù)據(jù)僅僅是除了在步驟12處使用和上文描述的基于圖像內(nèi)容的分析之外 可以使用的補(bǔ)充信息的一個(gè)示例，但本領(lǐng)域的技術(shù)人員將認(rèn)識到，可以使用任何其它補(bǔ)充信息來幫助識別集合10內(nèi)的數(shù)字圖像記錄之中的趨勢。在步驟14中識別的一個(gè)或多個(gè)用戶主題興趣可以是與在步驟12中識別的趨勢相 關(guān)的許多項(xiàng)目中的任何一個(gè)。用戶主題興趣可以涉及事件、對象、位置、時(shí)間、或其組合。關(guān) 于這一點(diǎn)，在簡單的情況下，可以從作為趨勢的基礎(chǔ)的共性導(dǎo)出用戶主題興趣。例如，假設(shè) 在步驟12處根據(jù)被視為已捕獲到夏季的焰火的一組數(shù)字圖像記錄識別出趨勢。這組數(shù)字 圖像記錄的共性是其捕獲到夏季(其為基于時(shí)間的共性)期間的焰火(其為基于事件的共 性)。因此，在簡單的情況下，可以將用戶主題興趣視為“夏季的焰火”?？梢栽诓襟E16處 將此用戶主題興趣包括在用戶簡檔20中。然而，用戶主題興趣不限于此簡單情況，并且可以包括在與趨勢相關(guān)的共性之外 的推斷或外推。此類推斷或外推可以基于在與趨勢相關(guān)的共性之外的附加信息。例如，假 設(shè)此類附加信息是用戶生活在美國。并且假設(shè)在步驟12處根據(jù)被視為已捕獲到夏季的焰 火的一組數(shù)字圖像記錄識別出趨勢。在這種情況下，可以在僅僅是“夏季的焰火”之外推斷 更具體的用戶主題興趣。作為替代，例如，可以將用戶主題興趣識別為“7月4日的焰火”， 因?yàn)橐阎脩羯钤诿绹ｋm然本示例使用關(guān)于用戶的附加信息，即，用戶生活在美國，但 是本領(lǐng)域的技術(shù)人員將認(rèn)識到可以使用任何其它信息來基于在步驟12處識別的趨勢生成 用戶主題興趣的更好的估計(jì)。關(guān)于這一點(diǎn)，可以從在步驟12處識別的其它趨勢導(dǎo)出此類附加信息。也就是說， 在趨勢與用戶主題興趣之間不需要是一一對應(yīng)關(guān)系。例如，假設(shè)步驟12識別三種趨勢(1) 數(shù)字圖像記錄被視為已捕獲到徒步旅行，(2)數(shù)字圖像記錄被視為已捕獲到國家公園，和 (3)數(shù)字圖像記錄被視為已捕獲到釣魚。在步驟14處，可以至少基于這三種趨勢生成“戶 外活動”的用戶主題興趣。因此，可以看到確定用戶主題興趣可能比簡單地給用戶主題興趣賦予趨勢共性更 復(fù)雜。例如，用戶A可以具有可以通過不同毛色或形狀度量檢測到的不同狗的在一段時(shí)間 內(nèi)拍攝的許多照片。另一方面，用戶B可以具有看起來像同一只狗的在不同時(shí)間拍攝的許 多照片。因此，用戶A可以具有表示用戶A是狗愛好者或狗飼養(yǎng)者的用戶主題興趣。另一 方面，用戶B可以具有表示用戶B是狗所有者的用戶主題興趣。值得注意的是，不能輕易地 根據(jù)對單個(gè)圖像的內(nèi)容所執(zhí)行的分析推斷出該區(qū)別，而是通過從在一定時(shí)間段內(nèi)獲取的多 個(gè)數(shù)字內(nèi)容記錄來確定趨勢從而更準(zhǔn)確地獲得該區(qū)別。圖5的示意圖給出如何可以從數(shù)字圖像記錄集合獲得趨勢的簡單說明，并幫助示 出趨勢如何不同于用戶主題興趣。在本示例中，在用戶的數(shù)字圖像記錄集合10中有四個(gè)數(shù) 字圖像記錄，每個(gè)被標(biāo)記為lla、llb、llc、和lid。每個(gè)數(shù)字圖像記錄是在如圖5中的時(shí)間戳 90所示的不同時(shí)間獲取的，其可以由與數(shù)字圖像記錄相關(guān)的元數(shù)據(jù)來指示。在本示例中，在 每個(gè)數(shù)字圖像記錄Ila Ild內(nèi)識別的對象被列在每個(gè)數(shù)字圖像記錄Ila Ild上。如從 本示例可以看到的那樣，可以使用存在于來自數(shù)字圖像記錄集合10的數(shù)字圖像記錄之間 的對象的共性來識別趨勢，其由圖5中的虛線指示。根據(jù)此趨勢，可以在步驟14處確定用戶主題興趣。因此，在本示例中，可以分別從 趨勢92、93識別出“背包”和“帳篷”的簡單用戶主題興趣。作為替換或附加，可以基于趨 勢92和93以及附加信息來識別“野林地露營”的更復(fù)雜用戶主題興趣，所述附加信息諸如 為在數(shù)字內(nèi)容記錄中識別的其它對象，諸如“漁具”、“熊”和“徒步旅行蹤跡”。通過對比，狗所有權(quán)不會被推斷為用戶主題興趣，因?yàn)橹挥袛?shù)字圖像記錄Ila包含狗的圖像，并且因此 不存在趨勢。可能生成對劃船的用戶主題興趣，因?yàn)榉謩e通過數(shù)字圖像記錄IlaUlb在趨 勢91中識別到帆船對象和獨(dú)木舟對象。然而，在本發(fā)明的某些實(shí)施例中，帆船用戶主題興 趣可以具有比“背包”、“帳篷”或“野林地露營”用戶主題興趣低的相對興趣水平，因?yàn)槠溱?勢跨越四個(gè)數(shù)字圖像記錄中的兩個(gè)，并且其它用戶主題興趣中的每個(gè)具有趨勢92、93，或者 跨越全部四個(gè)數(shù)字圖像記錄的92、93 二者。根據(jù)設(shè)計(jì)選擇，圖5還可以示出用戶偏好。例如，在生成“背包”和“帳篷”的簡單 用戶主題興趣的情況下，附加處理步驟可以確定兩個(gè)主題興趣都是從包括重疊數(shù)字圖像記 錄的趨勢導(dǎo)出的。也就是說，這兩個(gè)用戶主題興趣是從包括全部四個(gè)數(shù)字圖像記錄1 Ia Ild的趨勢92、93導(dǎo)出的。該重疊可以用作用于生成將兩個(gè)用戶主題興趣聯(lián)系在一起的用 戶偏好的基礎(chǔ)。在這種情況下，用戶偏好可以指示當(dāng)用戶帶著帳篷去某處時(shí)，用戶還帶著背 包。如果基于趨勢91識別到對劃船的用戶主題興趣，則可以通過將劃船用戶主題興 趣與背包和帳篷用戶主題興趣聯(lián)系在一起來生成用戶偏好，因?yàn)楸嘲蛶づ褛厔?2、93包 括與趨勢91相同的數(shù)字圖像記錄lla、llb。此偏好可以指示用戶在劃船時(shí)更喜歡帶著背包 和帳篷。然而，不會生成將劃船用戶主題興趣與漁具用戶主題興趣聯(lián)系在一起的用戶偏好， 因?yàn)橄鄳?yīng)的趨勢91、94不包括重疊數(shù)字圖像記錄。為了進(jìn)行詳細(xì)描述，劃船用戶主題興趣 是基于包括數(shù)字圖像記錄IlaUlb的趨勢，而漁具用戶主題興趣是基于包括數(shù)字圖像記錄 IlcUld的趨勢。步驟14中的趨勢分析(圖2)提供不僅僅是用于識別用戶主題興趣、而且可選地 用于確定特定用戶表現(xiàn)出的興趣水平的豐富的信息庫。因此，除了在步驟14處確定用戶主 題興趣之外，本發(fā)明的實(shí)施例還確定與用戶主題興趣相關(guān)的興趣水平。該興趣水平可以用 作用戶將響應(yīng)于特定邀請而購買產(chǎn)品或服務(wù)的可能性程度的指示。關(guān)于這一點(diǎn)，步驟14可以不僅包括分析在步驟12中識別的趨勢以確定用戶主 題興趣，而且可以包括分析在步驟12中識別的趨勢以確定用戶主題興趣的興趣水平。例 如，如果從涉及來自集合10的相對高比例的數(shù)字圖像記錄的趨勢中識別用戶主題興趣，則 可以使相對高的興趣水平與該用戶主題興趣相關(guān)聯(lián)。為了進(jìn)行詳細(xì)描述，假設(shè)用戶主題興 趣被定義為運(yùn)動，并且此用戶主題興趣是從涉及集合10中的一千個(gè)數(shù)字圖像記錄之中的 八百個(gè)數(shù)字圖像記錄的趨勢中識別的。也就是說，假設(shè)這八百個(gè)數(shù)字圖像記錄的圖像內(nèi)容 以某種方式與運(yùn)動相關(guān)。由于此趨勢涉及集合10中的數(shù)字圖像記錄的80%，則可以認(rèn)為存 在對運(yùn)動用戶主題興趣的高興趣水平。另一方面，如果趨勢涉及集合10中的數(shù)字圖像記錄 的1%，則可以認(rèn)為存在對運(yùn)動用戶主題興趣的低興趣水平。除了考慮集合10中的數(shù)字圖像記錄的百分比之外或作為其替代，用于評估用戶 主題興趣的興趣水平的另一因素可以是在用戶主題興趣所基于的趨勢中所涉及的數(shù)字圖 像記錄的新近性(recency)。因此，涉及時(shí)間較近的數(shù)字圖像記錄的趨勢可以導(dǎo)致相應(yīng)的用 戶主題興趣被給予比具有涉及時(shí)間較遠(yuǎn)的數(shù)字圖像記錄的相應(yīng)趨勢的用戶主題興趣更高 的興趣水平。除上述因素之一或兩者之外或作為其替代，在基于對象共性的趨勢的情況下，用 于確定興趣水平的另一因素可以是正在討論的對象一般是否是包括在從中識別到相應(yīng)用戶主題興趣的趨勢中的數(shù)字圖像記錄的主要主題。用于識別主要主題的方法在例如授予 Luo等人的題為"Digital Image Processing System and Method for Emphasizing aMain Subiect of an Image”的共同轉(zhuǎn)讓美國專利No. 7，212，668中有所描述。如果正在討論的 對象一般是包括在趨勢中的數(shù)字圖像記錄的主要主題，則與如果正在討論的對象一般不是 數(shù)字圖像記錄的主要主題相比，可以使較高的興趣水平與相應(yīng)的用戶主題興趣相關(guān)聯(lián)。除上述因素中的一個(gè)或多個(gè)之外或作為其替代，在趨勢包括至少兩個(gè)共性的情況 下可以考慮用于確定興趣水平的另一因素。在這種情況下，此另一因素是兩個(gè)共性中的至 少一個(gè)的不同實(shí)例的數(shù)目。在某些實(shí)施例中，可以可選地將不同的實(shí)例視為至少包括表示 至少兩個(gè)共性中的至少另一個(gè)共性的閾值數(shù)目的數(shù)字圖像記錄。圖6提供了一個(gè)示例，其 中趨勢包括兩個(gè)共性特定年份內(nèi)的月份(即，基于時(shí)間的共性)和特定人(即，基于對象 的共性)。因此，所述趨勢包括來自集合10的數(shù)字圖像記錄的子集，所述集合10(a)被視為 是在特定的一年時(shí)間段期間被捕獲的，并且(b)被視為已捕獲到特定人的圖像。出于本示 例的目的，假設(shè)此趨勢在步驟14處用來識別特定人的用戶主題興趣。圖表600表示如何將此子集中的數(shù)字圖像記錄分成特定年份內(nèi)的單獨(dú)月份(即實(shí) 例)。圖表600的Y軸602表示被視為已捕獲到特定人的圖像的集合10中的數(shù)字圖像記 錄的數(shù)目。該圖表的X軸604表示特定年份內(nèi)的單獨(dú)月份(即實(shí)例)。閾值606指示將在 興趣水平計(jì)算中考慮的月份(即實(shí)例)所需的數(shù)字圖像記錄的最小數(shù)目(在本示例中為八 個(gè))。在這種情況下，五月、七月、十一月、和十二月具有在興趣水平計(jì)算中要考慮的與之相 關(guān)的足夠數(shù)目的數(shù)字圖像記錄(即，在本示例中為八個(gè))。關(guān)于這一點(diǎn)，認(rèn)為十二個(gè)不同月 份中的四個(gè)月(即，實(shí)例)至少具有特定人的有意義數(shù)目的圖像(在本示例中為八個(gè))。與 在例如只有一個(gè)月被視為具有特定人的有意義數(shù)目的圖像的情況下可以識別到該信息相 比，此信息可以用來識別對特定人(即用戶主題興趣)的較高興趣水平。圖7提供這樣的示例，其中趨勢包括兩個(gè)共性特定空間區(qū)域內(nèi)的位置(即基于位 置的共性)和車展事件(即基于事件的共性)。應(yīng)注意的是，可以根據(jù)需要將特定空間區(qū)域 定義為狹窄的或廣泛的。例如，可以將特定空間區(qū)域廣泛地定義為地球或者乃至宇宙，或者 可以更窄地將其定義為國家、州、城鎮(zhèn)等。在圖7的示例中，趨勢涉及來自集合10的數(shù)字圖 像記錄的子集，其(a)被視為是在特定空間區(qū)域內(nèi)的某位置處被捕獲的，并且(b)被視為已 捕獲到車展事件的圖像。出于本示例的目的，假設(shè)此趨勢在步驟14處用來識別對車展的用 戶主題興趣。圖表700表示如何將此子集中的數(shù)字圖像記錄分成特定空間區(qū)域內(nèi)的位置(即實(shí) 例)。圖表700的Y軸702表示被視為已捕獲到車展事件的圖像的集合10中的數(shù)字圖像 記錄的數(shù)目。該圖表的X軸704表示特定空間區(qū)域內(nèi)的單獨(dú)位置(即實(shí)例)。閾值706指 示將在興趣水平計(jì)算中考慮的位置(即實(shí)例)所需的數(shù)字圖像記錄的最小數(shù)目(本示例中 為五個(gè))。在這種情況下，位置A和D具有滿足閾值706的與之相關(guān)的多個(gè)數(shù)字圖像記錄。 關(guān)于這一點(diǎn)，認(rèn)為五個(gè)不同位置之中的兩個(gè)位置(即實(shí)例)具有至少有意義數(shù)目的車展事 件圖像(在本示例中為五個(gè))。與在例如十個(gè)不同位置被視為具有有意義數(shù)目的車展事件 圖像的情況下可以識別到該信息相比，該信息可以用來識別對車展(即用戶主題興趣)的 較低興趣水平。換言之，獲取若干不同位置處的車展圖像的用戶比僅具有一個(gè)或幾個(gè)不同 位置處的車展圖像的用戶更可能對車展具有較高的興趣水平。
圖8提供這樣的示例，其中趨勢包括兩個(gè)基于對象的共性(a)搖滾明星和(b)用 戶。關(guān)于這一點(diǎn)，所述趨勢涉及來自集合10的數(shù)字圖像記錄的子集，其(a)被視為已捕獲 到搖滾明星的圖像，并且(b)被視為已捕獲到用戶的圖像。出于本示例的目的，假設(shè)此趨勢 在步驟14處用來識別對搖滾樂的用戶主題興趣。圖表800表示如何通過單獨(dú)的搖滾明星(即實(shí)例)將此子集中的數(shù)字圖像記錄分 開，其中所述單獨(dú)的搖滾明星已被視為已被成像。圖表800的Y軸802表示被視為已對用 戶進(jìn)行成像的集合10中的數(shù)字圖像記錄的數(shù)目。圖表800的X軸804表示已被成像的單 獨(dú)搖滾明星(即實(shí)例)。閾值806指示將在興趣水平計(jì)算中考慮的搖滾明星(即實(shí)例)所 需的數(shù)字圖像記錄的最小數(shù)目(在本示例中為零)。在這種情況下，由于閾值806是零，所 以在興趣水平計(jì)算中考慮所有被成像的搖滾明星，因?yàn)榧词咕哂袔в杏脩艉蛽u滾明星的一 個(gè)圖像也可能是有意義的。因此，可以使用對用戶被與四個(gè)不同搖滾明星一起成像的確定 來識別對搖滾樂(即用戶主題興趣)的興趣水平，該興趣水平比在例如用戶從未被與搖滾 明星一起成像的情況下可以識別的興趣水平高。因此，從以上示例可以看出，本發(fā)明不限于為了確定用戶主題興趣的興趣水平而 對在步驟12中識別的趨勢進(jìn)行的任何特定類型的分析。在在步驟14處生成用戶主題興趣和可選的興趣水平之后，可以通過本發(fā)明的某 些實(shí)施例來可選地執(zhí)行步驟15以生成用戶偏好。本文所使用的短語“用戶偏好”意圖指的 是至少基于對在步驟12處識別的(一個(gè)或多個(gè))趨勢的分析將多個(gè)用戶主題興趣聯(lián)系在 一起。例如，假設(shè)在步驟12中在捕獲滑雪活動的第一組多個(gè)數(shù)字圖像記錄中識別到第一趨 勢，并且在捕獲特定人的第二組多個(gè)數(shù)字圖像記錄中識別到第二趨勢。還假設(shè)第二組數(shù)字 圖像記錄是第一數(shù)字圖像記錄的子集，因此捕獲到特定人的數(shù)字圖像記錄也是捕獲到滑雪 活動的數(shù)字圖像記錄。在這種情況下，第一趨勢可以導(dǎo)致‘滑雪’被識別為第一用戶主題興 趣，并且第二趨勢可以導(dǎo)致‘特定人’被識別為第二用戶主題興趣。而且，在這種情況下，可 以將識別偏好的步驟配置為識別這兩個(gè)用戶主題興趣的重疊，因?yàn)槠湓谥辽倌承┫嗤臄?shù) 字圖像記錄中發(fā)生。此識別的重疊可以導(dǎo)致生成指示用戶更喜歡與特定人一起去滑雪的用 戶偏好。也就是說，此用戶偏好將‘滑雪’用戶主題興趣與‘特定人’用戶主題興趣聯(lián)系在一 起。因此，可以看到用戶偏好確定可以在已生成用戶主題興趣之后作為附加的處理層發(fā)生?？梢杂^察到在緊接著的前一示例中，在本發(fā)明的一個(gè)實(shí)施例中，可能已至少基于 對兩個(gè)趨勢的分析而在步驟14處生成‘與特定人一起滑雪’的用戶主題興趣。在該實(shí)施例 中，將不必須生成將‘滑雪’用戶主題興趣與‘特定人’用戶主題興趣聯(lián)系在一起的用戶偏 好，因?yàn)榻M成這兩個(gè)興趣的用戶主題興趣已在步驟14處生成。然而，在本發(fā)明的一些實(shí)施 例中，生成諸如‘與特定人一起滑雪’的特定用戶主題興趣可能不是優(yōu)選的。在這些實(shí)施 例中，生成聯(lián)系簡單的用戶主題興趣的用戶偏好而不是生成特定用戶主題興趣可能是有用 的。因此，可以看到本發(fā)明不限于生成用戶主題興趣和用戶偏好的方式，并且其生成方式取 決于設(shè)計(jì)選擇。在生成用戶主題興趣和可選的興趣水平或用戶偏好之后或之中，可以執(zhí)行圖2中 的步驟16中的簡檔生成。在此步驟中，可以形成某種類型的數(shù)據(jù)結(jié)構(gòu)作為用戶簡檔20，并 且根據(jù)用戶主題興趣和偏好來填充其數(shù)據(jù)字段。本文所使用的短語“用戶簡檔”指的是指示相關(guān)用戶的興趣的信息集合，與該信息
13集合的形式或其存儲方式無關(guān)?？梢杂杀碚饔脩舻娜魏螖?shù)據(jù)而不僅僅是在步驟14處識別 的用戶主題興趣或用戶偏好來生成用戶簡檔20。關(guān)于這一點(diǎn)，可以通過關(guān)于用戶的任何其 它信息源來補(bǔ)充或改進(jìn)用戶簡檔20，無論其是否是常規(guī)的。另外，事實(shí)上，最初可能已通過 除了來自本發(fā)明的方法之外的一個(gè)或多個(gè)信息源來產(chǎn)生用戶簡檔20，并且隨后通過本發(fā)明 的方法進(jìn)行補(bǔ)充或改進(jìn)。例如，可以使用諸如授予 Kawasaki 的題為“Method and System forGenerating and Using a Computer User' s Personal Interest Profile，，的美國專利 No. 6，539，375 中描述的那些方法之類的方法，基于用戶在之前的月份內(nèi)訪問的因特網(wǎng)站點(diǎn)來保持用戶簡 檔?？梢允褂脕碜砸咽褂酶鶕?jù)本發(fā)明實(shí)施例的方法生成的用戶數(shù)字圖像記錄的信息來補(bǔ)充 或改進(jìn)已使用Kawasaki' 375方法獲得的簡檔數(shù)據(jù)。或者，作為替換，可以使用來自已根 據(jù)Kawasaki' 375方法生成的用戶數(shù)字圖像記錄的信息來補(bǔ)充或改進(jìn)已使用根據(jù)本發(fā)明 實(shí)施例的方法獲得的用戶簡檔。另外，應(yīng)注意的是可以將用戶簡檔20無定限地存儲在非易失性存儲器中，或者可 以根據(jù)需要動態(tài)地生成。因此，本領(lǐng)域普通技術(shù)人員將認(rèn)識到本發(fā)明不限于任何特定用戶 簡檔格式或用戶簡檔的任何特定內(nèi)容。然而，根據(jù)所述內(nèi)容，考慮說明某些特征的某些示例性用戶簡檔和在本發(fā)明的某 些實(shí)施例中可能感興趣的數(shù)據(jù)類型仍是有益的。圖3示出包括用戶標(biāo)識字段22的示例性用 戶簡檔，該用戶標(biāo)識字段22可以存儲具有數(shù)字圖像記錄集合帳戶的特定人的用戶名、標(biāo)識 號碼、或其它標(biāo)識符?？梢哉J(rèn)識到使用用戶簡檔20的機(jī)構(gòu)或?qū)嶓w可以不知道用戶的名稱。 因此，將名稱置于用戶身份字段22之外將使得能夠?qū)崿F(xiàn)一定水平的個(gè)人隱私保護(hù)，從而使 得用戶簡檔20可以被廣告商或其它感興趣實(shí)體訪問而不危及帳戶用戶的隱私。字段24與用戶標(biāo)識字段22相關(guān)聯(lián)并存儲關(guān)于一個(gè)或多個(gè)用戶主題興趣的數(shù)據(jù)。 在圖3的示例中，如先前所討論的，可選等級(rating)字段25可以存儲對應(yīng)于相關(guān)用戶主 題興趣的興趣水平等級。在一個(gè)實(shí)施例中，圖3的用戶簡檔20具有固定數(shù)據(jù)字段，其中對用戶主題興趣進(jìn) 行了預(yù)定義。例如，可以將用戶簡檔20設(shè)計(jì)為獲得關(guān)于特定興趣組的信息。因此，用戶主 題興趣#1可以涉及用戶對運(yùn)動或體育事件的明顯興趣；用戶主題興趣#2可以涉及興趣或 家庭參與水平；用戶主題興趣#3可以涉及用戶的明顯旅行興趣等等。關(guān)于這一點(diǎn)，圖2中 的步驟14可以從在步驟12中識別的趨勢中搜索這些預(yù)定義用戶主題興趣，且可以對找到 的那些用戶主題興趣賦予適當(dāng)?shù)呐d趣水平等級。繼續(xù)本示例，主題興趣#1的興趣水平等級可以指示對體育用品、比賽入場券、或 其它項(xiàng)目的可能興趣水平。主題興趣#3的等級可以指示此用戶對特價(jià)機(jī)票或郵輪航程 (cruise package)的可能興趣水平。在一個(gè)實(shí)施例中，基于廣告商可能尋找的興趣，將圖3 的模型用于每個(gè)用戶帳戶。然而，應(yīng)注意的是，圖3中示出的用戶主題興趣在用戶之間不必 是固定的，而是可以至少基于在步驟12中從特定用戶的數(shù)字圖像記錄集合識別的趨勢來 針對特定用戶特別地生成該用戶主題興趣。在圖4的實(shí)施例中示出另一示例性用戶簡檔20。這里，用戶偏好信息與用戶主題 興趣24相關(guān)。特別地，每個(gè)用戶偏好數(shù)據(jù)字段27可以指示與另一用戶主題興趣的聯(lián)系。例 如，與用戶主題興趣#1相關(guān)的用戶偏好IA可以指示與用戶主題興趣#2的聯(lián)系。關(guān)于這一點(diǎn)，用戶偏好IA可以指示當(dāng)用戶喜歡與用戶主題興趣#1相交互時(shí)，用戶也喜歡與用戶主題 興趣#2相交互。 應(yīng)理解的是，示例性實(shí)施例僅僅是說明本發(fā)明，且在不脫離本發(fā)明的范圍的情況 下本領(lǐng)域的技術(shù)人員可以設(shè)計(jì)上述實(shí)施例的許多變形。因此，意圖是所有此類變形被包括 在以下權(quán)利要求書及其等價(jià)物的范圍內(nèi)。部件表
10數(shù)字圖像記錄集合
11a,lib,11c,Ild數(shù)字圖像記錄
12趨勢識別步驟
14主題興趣識別步驟
15可選用戶偏好步驟
16用戶簡檔生成步驟
20用戶簡檔
22標(biāo)識字段
23用戶主題興趣字段
24處理器可訪問存儲系統(tǒng)
25等級字段
26數(shù)據(jù)處理系統(tǒng)
27用戶偏好字段
28用戶接口系統(tǒng)
30外圍系統(tǒng)
90時(shí)間戳
91-94趨勢
600圖表
602Y軸
604X軸
606閾值
700圖表
702Y軸
704X軸
706閾值
800圖表
802Y軸
804X軸
806閾值
權(quán)利要求
一種至少部分由數(shù)據(jù)處理系統(tǒng)實(shí)現(xiàn)的方法，所述方法用于生成用戶簡檔，并且該方法包括步驟至少基于對來自與用戶相關(guān)的多個(gè)數(shù)字圖像記錄的圖像內(nèi)容的分析來識別一個(gè)或多個(gè)趨勢，其中，每個(gè)趨勢表示多個(gè)數(shù)字圖像記錄之間的共性；至少基于對所述趨勢的分析來識別多個(gè)用戶主題興趣；至少基于所述用戶主題興趣來生成與用戶相關(guān)的用戶簡檔；以及將所述用戶簡檔存儲在處理器可訪問存儲系統(tǒng)中。
2.權(quán)利要求1的方法，其中每個(gè)趨勢包括至少基于對來自所述多個(gè)數(shù)字圖像記錄中的 至少一些數(shù)字圖像記錄的圖像內(nèi)容的分析而檢測到的共性。
3.權(quán)利要求2的方法，其中，所述共性涉及事件、對象、位置、或時(shí)間。
4.權(quán)利要求3的方法，其中，所述趨勢中的至少一個(gè)包括多個(gè)共性的組合。
5.權(quán)利要求2的方法，其中，識別一個(gè)或多個(gè)趨勢的步驟僅識別滿足共性閾值的趨勢。
6.權(quán)利要求5的方法，其中，所述共性閾值指示必須(a)在所述多個(gè)數(shù)字圖像記錄中的 至少X個(gè)數(shù)字圖像記錄之中、或(b)在所述多個(gè)數(shù)字圖像記錄的特定百分比的數(shù)字圖像記 錄之中檢測共性，其中X是整數(shù)。
7.權(quán)利要求1的方法，其中，所述趨勢中的至少一個(gè)趨勢涉及被視為已捕獲到事件的 多個(gè)數(shù)字圖像記錄。
8.權(quán)利要求1的方法，其中，所述趨勢中的至少一個(gè)趨勢涉及被視為已捕獲到重新發(fā) 生的事件的多個(gè)數(shù)字圖像記錄。
9.權(quán)利要求1的方法，其中，所述趨勢中的至少一個(gè)趨勢涉及被視為在同一位置處被 獲取的多個(gè)數(shù)字圖像記錄。
10.權(quán)利要求1的方法，其中，所述趨勢中的至少一個(gè)趨勢涉及被視為已捕獲到同一對 象的多個(gè)數(shù)字圖像記錄。
11.權(quán)利要求1的方法，其中，對圖像內(nèi)容的分析包括場景分類處理、面部檢測處理、對 象檢測處理、音頻分析處理、從圖像提取文本的處理、或事件集中處理。
12.權(quán)利要求1的方法，其中，所述用戶主題興趣中的至少一個(gè)是事件、對象、位置、時(shí) 間、或其組合。
13.權(quán)利要求12的方法，其中，所述用戶主題興趣中的至少一個(gè)是對象，并且其中，所 述對象是人。
14.權(quán)利要求1的方法，還包括至少基于對趨勢的分析來識別用戶偏好的步驟，其中， 所述用戶偏好將用戶主題興趣中的至少兩個(gè)用戶主題興趣聯(lián)系在一起，并且其中，還至少 基于用戶偏好生成或更新用戶簡檔。
15.權(quán)利要求14的方法，其中，用戶主題興趣之一是特定活動，且用戶主題興趣中的另 一個(gè)是特定的人，并且其中，用戶偏好之一將所述特定活動與所述特定人聯(lián)系在一起。
16.權(quán)利要求1的方法，還包括至少基于對趨勢的分析來識別用戶主題興趣中的至少 一些用戶主題興趣的興趣水平的步驟，其中，還至少基于興趣水平來生成或更新用戶簡檔。
17.權(quán)利要求16的方法，其中，出于識別興趣水平的目的而對趨勢所作的分析包括關(guān) 于多個(gè)數(shù)字圖像記錄中的許多數(shù)字圖像記錄來考慮在至少一個(gè)趨勢中包括的許多數(shù)字圖 像記錄。
18.權(quán)利要求16的方法，其中，出于識別興趣水平的目的而對趨勢所作的分析包括考 慮在至少一個(gè)趨勢中包括的數(shù)字圖像記錄的新近性。
19.權(quán)利要求16的方法，其中，出于識別興趣水平的目的而對趨勢所作的分析包括分 析具有與特定對象相關(guān)的基于對象的共性的特定趨勢，并且其中，對特定趨勢的分析包括 考慮特定對象是數(shù)字圖像記錄的主要主題的次數(shù)。
20.權(quán)利要求16的方法，其中，出于識別興趣水平的目的而對趨勢所作的分析包括分 析包括兩個(gè)共性的特定趨勢，并且其中，對特定趨勢的分析包括考慮兩個(gè)共性中的第一個(gè) 共性的許多不同實(shí)例，其中，不同實(shí)例中的每一個(gè)具有與之相關(guān)的、被視為至少表示相應(yīng)實(shí) 例和兩個(gè)共性中的第二個(gè)共性的一組數(shù)字圖像記錄。
21.權(quán)利要求20的方法，其中，所述兩個(gè)共性中的每一個(gè)涉及一個(gè)或多個(gè)事件、一個(gè)或 多個(gè)對象、一個(gè)或多個(gè)位置、或時(shí)間。
22.權(quán)利要求1的方法，還包括步驟至少基于對用戶簡檔的分析來生成對用戶與用戶主題興趣相交互的邀請；以及 將所述邀請存儲在存儲器可訪問存儲系統(tǒng)中。
23.權(quán)利要求1的方法，其中，至少基于對所述趨勢中的至少兩個(gè)趨勢的分析來識別用 戶主題興趣中的至少一個(gè)用戶主題興趣。
24.一種處理器可訪問存儲系統(tǒng)，其存儲被配置為促使數(shù)據(jù)處理系統(tǒng)實(shí)現(xiàn)用于生成用 戶簡檔的方法的指令，其中，所述指令包括用于至少基于對來自與用戶相關(guān)的多個(gè)數(shù)字圖像記錄的圖像內(nèi)容的分析來識別一個(gè) 或多個(gè)趨勢的指令；用于至少基于對所述趨勢的分析來識別多個(gè)用戶主題興趣的指令； 用于至少基于用戶主題興趣來生成與用戶相關(guān)的用戶簡檔的指令；以及 用于將所述用戶簡檔存儲在處理器可訪問存儲系統(tǒng)中的指令。
25.—種系統(tǒng)，包括 數(shù)據(jù)處理系統(tǒng)；以及存儲系統(tǒng)，其可通信地連接到所述數(shù)據(jù)處理系統(tǒng)并存儲被配置為促使所述數(shù)據(jù)處理系 統(tǒng)實(shí)現(xiàn)用于生成用戶簡檔的方法的指令，其中，所述指令包括用于至少基于對來自與用戶相關(guān)的多個(gè)數(shù)字圖像記錄的圖像內(nèi)容的分析來識別一個(gè) 或多個(gè)趨勢的指令；用于至少基于對所述趨勢的分析來識別多個(gè)用戶主題興趣的指令； 用于至少基于用戶主題興趣來生成與用戶相關(guān)的用戶簡檔的指令；以及 用于將所述用戶簡檔存儲在處理器可訪問存儲系統(tǒng)中的指令。全文摘要
提供了用于至少基于對來自數(shù)字圖像記錄的圖像內(nèi)容的分析來生成用戶簡檔的系統(tǒng)和方法。執(zhí)行圖像內(nèi)容分析以識別用來識別用戶主題興趣的趨勢。可以將用戶主題興趣結(jié)合到被存儲在處理器可訪問存儲系統(tǒng)中的用戶簡檔中。
文檔編號H04H60/59GK101897135SQ200880120407
公開日2010年11月24日 申請日期2008年12月1日 優(yōu)先權(quán)日2007年12月11日
發(fā)明者A·斯卡利斯, D·F·麥金泰爾, K·M·戈貝恩, K·R·德隆, R·B·佩特克 申請人:伊斯曼柯達(dá)公司