[發(fā)明專利]處理圖像的方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201880092703.8
• 申請日: 2018-09-18
• 公開（公告）號: CN112055847A
• 公開（公告）日: 2020-12-08
• 發(fā)明（設(shè)計(jì)）人: D.卡拉姆;L.張;A.吉爾德;Y.渡邊;E.彭納;F.阿哈默德;H.亞當(dāng)
• 申請（專利權(quán)）人: 谷歌有限責(zé)任公司
• 主分類號: G06F9/451
• 分類號: G06F9/451
• 代理公司: 北京市柳沈律師事務(wù)所 11105
• 代理人: 金玉潔

本公開針對使用一個(gè)或多個(gè)機(jī)器學(xué)習(xí)(ML)模型來處理圖像。具體地，可以接收描述包括多個(gè)不同且獨(dú)特的幀的圖像的數(shù)據(jù)；以及，對于多個(gè)不同且獨(dú)特的幀中的每個(gè)幀，至少部分地基于一個(gè)或多個(gè)ML模型和描述圖像的數(shù)據(jù)，可以確定該幀的一個(gè)或多個(gè)得分。得分中的每個(gè)得分可以指示確定的該幀相對于各種不同且獨(dú)特的用途中的一個(gè)或多個(gè)的適合性的度量，ML模型被配置為確定圖像對于各種不同且獨(dú)特的用途的適合性。

技術(shù)領(lǐng)域

本公開總體上涉及數(shù)字圖像。更具體地，本公開涉及使用一個(gè)或多個(gè)機(jī)器學(xué)習(xí)(machine learning，ML)模型來處理圖像。

背景技術(shù)

計(jì)算設(shè)備(例如，臺式計(jì)算機(jī)、膝上型計(jì)算機(jī)、平板計(jì)算機(jī)、智能電話、可穿戴計(jì)算設(shè)備等)在現(xiàn)代社會中無處不在。它們可以支持其用戶之間的通信，向其用戶提供有關(guān)其環(huán)境、當(dāng)前事件、整個(gè)世界等的信息。這種設(shè)備的普遍用途是生成、操縱、傳遞和/或類似地處理數(shù)字圖像(例如，圖片、視頻等)。

發(fā)明內(nèi)容

本公開的實(shí)施例的方面和優(yōu)點(diǎn)將在以下描述中部分地闡述，或者可以從描述中習(xí)得，或者可以通過對實(shí)施例的實(shí)踐而習(xí)得。

本公開的一個(gè)示例方面針對一種計(jì)算機(jī)實(shí)現(xiàn)的方法。該方法可以包括：由一個(gè)或多個(gè)計(jì)算設(shè)備提供用于使用一個(gè)或多個(gè)機(jī)器學(xué)習(xí)(ML)模型處理圖像的應(yīng)用編程接口(application programming interface，API)，以識別被確定為適合于一個(gè)或多個(gè)不同且獨(dú)特(different and distinct)的用途的圖像。該方法還可以包括：由計(jì)算設(shè)備經(jīng)由API從請求應(yīng)用接收描述圖像的數(shù)據(jù)，該圖像包括用于使用ML模型處理的多個(gè)不同且獨(dú)特的幀。該方法還可以包括：對于多個(gè)不同且獨(dú)特的幀中的每個(gè)幀，由計(jì)算設(shè)備至少部分地基于ML模型和描述圖像的數(shù)據(jù)確定該幀的一個(gè)或多個(gè)得分。這些得分中的每個(gè)得分可以指示確定的該幀相對于不同且獨(dú)特的用途中的用途的適合性的度量。該方法還可以包括：對于多個(gè)不同且獨(dú)特的幀中的一個(gè)或多個(gè)幀中的每個(gè)幀，由計(jì)算設(shè)備經(jīng)由API將指示該幀的得分中的至少一個(gè)的數(shù)據(jù)傳遞到請求應(yīng)用。

本公開的另一個(gè)示例方面針對一種系統(tǒng)。該系統(tǒng)可以包括一個(gè)或多個(gè)處理器以及存儲指令的存儲器，該指令在由處理器運(yùn)行時(shí)使系統(tǒng)執(zhí)行操作。該操作可以包括：接收描述包括多個(gè)不同且獨(dú)特的幀的圖像的數(shù)據(jù)。該操作還可以包括：對于多個(gè)不同且獨(dú)特的幀中的每個(gè)幀，至少部分地基于一個(gè)或多個(gè)ML模型和描述圖像的數(shù)據(jù)確定該幀的一個(gè)或多個(gè)得分。這些得分中的每個(gè)得分可以指示確定的該幀相對于各種不同且獨(dú)特的用途中的一個(gè)或多個(gè)的適合性的度量，ML模型被配置為確定圖像對于各種不同且獨(dú)特的用途的適合性。

本公開的又一示例方面針對一個(gè)或多個(gè)非暫時(shí)性計(jì)算機(jī)可讀介質(zhì)。非暫時(shí)性計(jì)算機(jī)可讀介質(zhì)可以包括指令，這些指令在由一個(gè)或多個(gè)計(jì)算設(shè)備運(yùn)行時(shí)使計(jì)算設(shè)備執(zhí)行操作。該操作可以包括：至少部分地基于描述包括多個(gè)不同且獨(dú)特的幀的圖像的數(shù)據(jù)，對于多個(gè)不同且獨(dú)特的幀中的每個(gè)幀，利用一個(gè)或多個(gè)ML模型來確定該幀的一個(gè)或多個(gè)得分。得分的每個(gè)得分可以指示確定的該幀相對于各種不同且獨(dú)特的用途中的一個(gè)或多個(gè)的適合性的度量，ML模型被配置為確定圖像對于各種不同且獨(dú)特的用途的適合性。

本公開的其他方面針對各種系統(tǒng)、裝置、非暫時(shí)性計(jì)算機(jī)可讀介質(zhì)、用戶界面和電子設(shè)備。

參考以下描述和所附權(quán)利要求，將更好地理解本公開的各種實(shí)施例的這些和其他特征、方面和優(yōu)點(diǎn)。結(jié)合在本說明書中并構(gòu)成本說明書的一部分的附圖示出了本公開的示例實(shí)施例，并且與描述一起用于解釋相關(guān)原理。

附圖說明

參考附圖在說明書中闡述了針對本領(lǐng)域普通技術(shù)人員的實(shí)施例的詳細(xì)討論，其中：

圖1描繪了根據(jù)本公開的示例實(shí)施例的示例計(jì)算環(huán)境；

圖2A和圖2B描繪了根據(jù)本公開的示例實(shí)施例的示例事件序列；

圖3A至圖3D描繪了根據(jù)本公開的示例實(shí)施例的示例圖形用戶界面(GUI)；