[发明专利]来自数字图片集合的地标

说明书

技术领域

本发明总体上涉及数字图像集合，更具体地涉及识别大型数字图像集合中的受欢迎地标。

背景技术

随着数字图像的使用增加、增大的数字存储容量以及由诸如因特网的数字介质提供的互连性，数量日益增大的人群可访问愈加大型的数字图像库。来自遍及世界的各种位置的具有广泛兴趣的人拍摄各种主题的图片，并且使那些图片可用于其他人例如在因特网上查看。例如，来自世界各地的各种地标和旅游地点的数字图片可以由具有不同的拍摄图片的技能水平的人张贴(post)到web上。这样的图片可以示出来自不同角度、在不同条件下和/或从不同距离拍摄的相同地标。

作为受欢迎地标的指示符或到受欢迎地标的指南，可获得的大量这样的图像可以是有用的。为了利用包含在这些大型数字图像库中的信息，必要的是，对所述库进行组织。例如，在诸如Picasa网络相册(来自加州山景城的谷歌公司)的数字图像网站，在高级菜单开始，人们可以向下钻取(drill down)至对其而言图片可用的详细的主题收录。替选地，人们可以能够搜索具有数字图片的一个或多个站点。例如，一些旅游信息网站下载了与已公布的受欢迎旅游地点列表相关联的地标的图像。

大部分传统的数字图片组织系统依赖于用户来标注图片。随着大量新的图片被添加到这些数字图像集合，可能不可行的是，用户以会增加那些数字图像集合的有用性的完整和一致的方式人工标记图片。在同样被转让给加州谷歌公司、题为“Automatic Discovery of PopularLandmarks(自动发现受欢迎地标)”的美国专利申请12/119,359中描述了可以从这些大型集合自动提取信息(诸如，最受欢迎旅游目的地)的系统。在申请12/119,359中描述的系统使用处理管线，所述处理管线包括基于地理编码的聚类阶段和基于图像的匹配的视觉特征的聚类阶段。然而，所需要的是，自动发现地标并且对包含地标的图像进行注释的其他方法。

发明内容

公开了用于自动检测数字图像中的地标并对那些图像进行注释的方法和系统。在一个实施例中，用于检测并注释数字图像中的地标的方法包括以下步骤：将描述地标的标签自动分配给多个文本关联数字图像中的一个或多个图像。这生成地标标注图像集。可以从地标标注图像集学习用于地标的外观模型。这允许使用外观模型来在新的数字图像中检测地标。该方法还可以包括以下步骤：用描述地标的标签对新的图像进行注释。

另一个实施例是用于自动检测并注释数字图像中的地标的系统。该系统具有存储在存储器介质中的至少一个文本关联数字图像集合以及通信地耦接到该介质的至少一个处理器。处理器被配置成将描述地标的标签自动分配给多个文本关联数字图像中的一个或多个图像。这生成地标标注图像集。可以从地标标注图像集学习用于地标的外观模型。这允许使用外观模型来在新的数字图像中检测地标。

在下面参考附图详细描述了本发明的进一步特征和优势，以及其各种实施例的结构和操作。应注意，本发明不限于在此描述的特定实施例。在此仅为了说明目的，提供了这样的实施例。基于包含在此的教导，另外的实施例对相关领域技术人员将是显而易见的。

附图说明

将参考本发明的实施例，这些实施例的示例可以在附图中图示。这些附图意在说明而非限制。尽管在这些实施例的语境中一般地描述了本发明，但是应当理解的是，这并不意在将本发明的范围限制在这些特定实施例。

图1示出了根据本发明的一个实施例的用于自动检测数字图像中的地标的系统。

图2示出了根据本发明的一个实施例的图1的系统的组件的更多细节。

图3是根据本发明的一个实施例的用来自动检测数字图像中的地标，并且对数字图像进行注释的过程。

图4是根据本发明的一个实施例的用于将关于地标的标签分配给选择的文本关联图像的过程。

图5是根据本发明的一个实施例的用于基于文本关联图像来生成n-gram(n元)列表的过程。

图6是根据本发明的一个实施例的用于从根据图4的过程生成的n-gram列表选择n-gram集的过程。

具体实施方式

虽然在此参考用于特定应用的说明性实施例描述了本发明，但是应当理解的是，本发明不限于此。本领域的技术人员使用在此的教导将认识到在本发明范围的另外修改、应用和实施例以及本发明在其中将有显著功用的另外领域。

综述