內容提取裝置、內容提取方法和程序的製作方法

2023-07-22 09:42:46 2

專利名稱：內容提取裝置、內容提取方法和程序的製作方法
技術領域：
本公開涉及一種內容提取裝置、內容提取方法和程序。
背景技術：
近年來，隨著數位相機的廣泛使用以及在其中存儲數字數據的存儲器的更高容 量，用戶擁有的數字內容的數量增加。用戶確認並選擇每個內容來提取和再現期望的內容。另一方面，已經提出了一種用於基於內容分析結果來自動提取內容的方法。例如，日本專利申請公開第2006-81021號在其中提出一種電子相冊顯示系統，假定一張照片中的對象數目越小則具有的對象親密度越高，該電子相冊顯示系統能夠以相冊為單位來計算對象的親密度，並且當與指派對象的親密度等於或大於預定閾值時提取照片。

發明內容
然而，內容的重要度對於觀看內容的每個用戶是不同的。因此，需要一種能夠提取對於用戶而言具有高重要度的內容的技術。因此，本公開提出了能夠提取對被指派用戶而言具有高重要度的內容的新穎的改進的內容提取裝置、內容提取方法和程序。提供了一種信息處理設備，其獲得對應於第一人物的標識信息的親密度信息，基於親密度信息來指定提取時段，以及提取該提取時段中的內容。提供了一種由信息處理設備執行的信息處理方法，該方法包括通過信息處理設備的處理器，獲得對應於人物的標識信息的親密度信息；通過處理器，基於親密度信息來指定提取時段；以及通過處理器，提取該提取時段中的內容。提供了一種包括電腦程式代碼的非臨時性計算機可讀介質，其在由信息處理設備執行時使得信息處理設備進行包括以下步驟的方法獲得對應於人物的標識信息的親密度信息；基於親密度信息來指定提取時段；以及提取該提取時段中的內容。根據以上描述的本公開，可提取對於用戶而言具有高重要度的內容。


圖I是根據本公開的第一實施例的內容提取系統的結構圖；圖2是示出了第一實施例中使用的示例性內容信息的說明圖；圖3是示出了根據第一實施例的從內容提取的示例性面部縮略圖信息的說明圖；圖4是示出了第一實施例中使用的示例性人物信息的說明圖；圖5是示出了第一實施例中使用的親密度的示例性轉變的說明圖；圖6是示出了第一實施例中使用的示例性親密度信息的表；
圖7是示意性示出了第一實施例中使用的親密度信息的示例性計算的說明圖；圖8示出了第一實施例中使用的示例性親密度轉換表；圖9是示出·了根據第一實施例的示例性內容提取操作的流程圖；圖10是根據本公開的第二實施例的內容提取系統的結構圖；圖11是示出了第二實施例中使用的示例性事件信息的表；圖12是示出了第二實施例中使用的示例性事件重要度信息的表；圖13是示意性示出了第二實施例中使用的事件重要度的示例性計算的說明圖；圖14示出了第二實施例中使用的示例性事件重要度轉換表；圖15示出了第二實施例中使用的另一示例性事件重要度轉換表；圖16示出了第二實施例中使用的又一示例性事件重要度轉換表；以及圖17是示出了根據第二實施例的示例性內容提取操作的流程圖。
具體實施例方式下文中，將參照附圖詳細描述本公開的優選實施例。注意，在本說明書和附圖中，用相同的附圖標記表示具有基本相同的功能和結構的結構元件，並且省略這些結構元件的重複說明。將按照以下順序進行說明。I.第一實施例(基於親密度提取內容的示例)1-1.結構1-2.示例性親密度計算1-3.示例性內容提取操作2.第二實施例(基於事件重要度提取內容的示例)2-1.結構2-2.示例性事件重要度計算2-3.示例性內容提取操作〈I.第一實施例>[1-1.結構]首先，將參照圖I至圖8描述根據本公開的第一實施例的內容提取系統10的結構。圖I是根據本公開的第一實施例的內容提取系統的結構圖。圖2是示出了第一實施例中使用的示例性內容信息的說明圖。圖3是示出了根據第一實施例的從內容提取的示例性面部縮略圖信息的說明圖。圖4是示出了第一實施例中使用的示例性人物信息的說明圖。圖5是示出了第一實施例中使用的親密度的示例性轉變的說明圖。圖6是示出了第一實施例中使用的示例性親密度信息的表。圖7是示意性示出了第一實施例中使用的親密度信息的示例性計算的說明圖。圖8示出了第一實施例中使用的示例性親密度轉換表。根據本實施例的內容提取系統10主要包括內容提取裝置100a、親密度計算單元200、圖像分析單元300、親密度存儲單元11、人物存儲單元13、內容存儲單元15、以及SNS信息資料庫50。SNS是社交網絡服務(Social Network Service)的縮寫，並且是指用於在網際網路上構建社交網絡的服務。內容提取裝置100a、親密度計算單元200、圖像分析單元300、親密度存儲單元11、人物存儲單元13、內容存儲單元15和SNS信息資料庫50的功能可以安裝在用於使得信息能夠經由網絡交換的任何硬體上。由一個功能單元實施的處理可以通過單個硬體來實現或可以以分布的方式通過多個硬體來實現。這裡將描述用於由內容提取裝置IOOa提取內容使用的人物信息和親密度的生成。首先，將描述由圖像分析單元300根據存儲在內容存儲單元15中的內容信息而生成的人物信息。(人物信息的生成)例如，內容存儲單元15在其中存儲如圖2所示的內容信息。例如，內容存儲單元15是數據存儲裝置，並且可以是在線存儲、本地個人計算機(PC)的硬碟驅動器、文件伺服器或可拆卸存儲器。例如，內容信息可以是添加有元數據的圖像文件。圖像分析單元300對內容信息進行分析以生成人物信息。例如，圖像分析單元300首先使用面部檢測技術，由此提取圖像中的面部區域。例如，圖像分析單元300可以輸出從要處理的圖像檢測到的每個對象的面部的位置，作為圖像中的XY坐標值。圖像分析單元300可以輸出檢測到的面部 的大小(寬度和高度)以及檢測到的面部的姿勢。例如，由圖像分析單元300提取的面部區域可以被存儲為僅面部區域被剪下的另一縮略像文件。例如，圖3示出了提取的面部區域被存儲為另一縮略圖文件的示例性面部縮略像信息。圖像分析單元300可以對所提取的面部縮略像進行分析，由此提取每個面部縮略像的屬性信息。例如，屬性信息可以包括微笑程度、性別和年齡。圖像分析單元300可以將看似相同的人物收集到一個人物ID。此時，圖像分析單元300可以使用面部聚類技術。例如，圖像分析單元300可以分析多個面部縮略像的相似度，從而以單個人物ID合併看似相同的人物。通過以上處理生成的人物信息可以被存儲在人物存儲單元13中。例如，人物存儲單元13可以是使用關係資料庫(RDB)的資料庫。替選地，人物存儲單元13可以是文件系統。圖4示出了人物存儲單元13中存儲的示例性人物信息。人物信息可以包括諸如人物ID、面部縮略圖、提取源內容、微笑程度和面部朝向的信息。雖然未示出，但是人物信息可以包括除了微笑程度和面部朝向之外的屬性信息(諸如性別和年齡)。例如，用O與100之間的數字來表示這裡使用的微笑程度，並且數字越大表示微笑程度越高。(示例性親密度計算)下面將描述由親密度計算單元200進行的示例性親密度計算。親密度計算單元200可以基於存儲在人物存儲單元13中的人物信息和存儲在SNS信息資料庫50中的SNS信息來計算親密度。例如，SNS是用於支持人物之間的關係的社區成員服務。典型的SNS是用以提供用戶註冊他/她自己的簡檔並與具有共同關係的其他用戶交流的場所的服務。在本實施例中，SNS可以包括具有與其他用戶的交流功能(諸如評論發表、電子郵件發送)的博客服務。博客服務可以包括用於發表具有限制字符數的文本的微博服務。替選地，根據本實施例的SNS可以包括使用諸如照片和動畫的視頻作為主要交流工具的社區服務。親密度計算單元200可以使用SNS的公開的網頁應用程式接口(API)，由此獲得SNS用戶的SNS信息。由親密度計算單元200可獲得的SNS信息根據SNS規定或用戶的公開設置而不同。例如，SNS信息可以被分類為用戶在SNS中註冊的基於事實的註冊信息(諸如姓名、出生日期、家庭結構和朋友信息)以及通過SNS的使用生成的使用歷史信息(諸如與其他用戶的聯繫歷史以及電子郵件發送歷史)。親密度計算單元200可以基於存儲在人物存儲單元13中的人物信息來計算人物之間的親密度。親密度計算單元200還可以使用SNS信息來計算親密度。近年來，諸如SNS的社區服務已在網際網路上出現，並由此已經建立了在不見面的情況下進行交流的形式。因此，如果用戶在SNS上與用戶長時間沒有見到的人物進行交流，則用戶會感覺如此親密。親密度計算單元200可以使用SNS信息以基於網際網路上的這種交流來計算親密度。親密度計算單元200可以計算人物之間的親密度。例如，人物ID002對於人物ID001的親密度可以具有與人物ID001對於人物ID002的親密度不同的值。值越大表示親密度越高。例如，親密度隨時間改變，如圖5的圖中所指示的。因此，將親密度與計算時段相關聯地存儲在親密度存儲單元11中。例如，親密度計算單元200可以針對每個通過時間聚類分析收集的時間聚類計算親密度。替選地，親密度計算單元200可以在每個預定時段(諸如每年)計算親密度。 例如，親密度存儲單元11可以是使用RDB的資料庫。替選地，親密度存儲單元11可以是文件系統。圖6示出了存儲在親密度存儲單元11中的示例性親密度信息。例如，親密度信息與人物ID、目標人物ID、親密度、開始時間/日期和結束時間/日期相關聯。參考圖6的親密度信息，ID002對於人物ID001的親密度從2011年I月I日到2011年2月3日被發現是40，並且從2011年2月4日到2011年3月31日被發現是60。將參照圖7和圖8具體描述示例性親密度計算。這裡將描述以下示例計算從人物ID001觀看的人物ID002的親密度。這裡，從六個方面計算和歸一化的親密度相加成人物ID001與人物ID002之間的親密度。在每個預定時段計算親密度。例如，親密度計算單元200可以使用存儲在人物存儲單元13中的人物信息，以把通過對圖像中的人物ID002的出現頻率進行歸一化而獲得的值當作親密度I。當多個人物出現在同一位置時，人物之間的親密度越高，人物越有可能作為諸如照片或動畫的內容的對象被觀看。因此，當作為對象的、在預定計算時段中拍攝的總體內容之中出現的人物ID002的比率越高時，親密度I會越大。親密度計算單元200可以使用存儲在人物存儲單元13中的人物信息，以把通過對同一內容中的人物ID001和人物ID002的出現頻率進行歸一化而獲得的值當作親密度2。當多個人物出現在同一位置時，人物之間的親密度越高，人物越有可能在照片或動畫中被一起觀看。因此，例如，當人物ID001和人物ID002作為對象包含於在預定親密度計算時段中拍攝的總體內容之中的同一內容中的比率越高時，親密度2會越大。親密度計算單元200可以使用存儲在人物存儲單元13中的人物信息，以基於人物ID001和人物ID002的微笑程度和面部朝向來計算親密度3。人物ID001和人物ID002之間的親密度越高，當這兩個人物在一起時呈現的微笑程度越高。因此，親密度3會隨著人物ID001和人物ID002的微笑程度變高而變大。人物ID001與人物ID002之間的親密度越高，當他們在一起時這兩個人物越多地呈現為彼此面對。因此，親密度3會隨著人物ID001和人物ID002非常有可能彼此面對而變大。親密度計算單元200可以使用存儲在人物存儲單元13中的人物信息，以基於圖像中的人物ID001與人物ID002之間的距離來計算親密度4。人物具有他/她自己的個人空間。個人空間是到交流方的物理距離。該距離是各自不同的，並且隨著與交流方的關係越親近(也就是隨著親密度越大)而接近。因此，親密度4會隨著圖像中的人物IDOOl與人物ID002之間的物理距離變短而變大。親密度計算單元200可以使用存儲在SNS信息資料庫50中的SNS信息，以基於在SNS上在預定時段中人物ID001與人物ID002之間進行聯繫的次數來計算親密度5。例如，聯繫次數可以是人物ID001與人物ID002之間交換的電子郵件數和從人物ID001到人物ID002的發帖數的總值。親密度計算單元200可以基於人物ID001與人物ID002之間的關係來計算親密度6。例如，親密度6可以通過使用存儲在SNS信息資料庫50中的SNS信息來計算。例如，親密度計算單元200可以根據SNS註冊信息提取人物ID001與人物ID002之間的關係。例如，當獲得指示人物ID001和人物ID002是夫妻的信息時，親密度計算單元200然後可以參考親密度轉換表21。例如，圖8示出了示例性親密度轉換表21。例如，親密度轉換表21指示人物之間的關係以及與親密度增加率的對應關係。當如上所述人物ID001和人物ID002是 夫妻時，根據親密度轉換表21，親密度增加率為高。這裡，用高、中和低來表示親密度增加率，但是也可以用特定數值來表示親密度增加率。親密度計算單元200會隨著親密度增加率變大而基於親密度增加率來增加親密度6的值。親密度計算單元200然後可以通過將歸一化的親密度I到親密度6相加來生成親密度信息。親密度計算單元200可以將親密度I到親密度6的值加權並相加。上面已經描述了本實施例中使用的人物信息和親密度信息。以上描述的人物信息生成方法和親密度計算方法是示例性的，並且本技術不限於此。人物信息和親密度信息也可以通過其它各種方法生成。再次轉向圖1，將進一步描述內容提取系統10的結構。內容提取裝置IOOa是具有從多個內容中提取與用戶相關聯的內容的功能的示例性信息處理裝置。例如，所提取的內容可以是包括靜止圖像和動畫的圖像內容。內容提取裝置IOOa可以將提取的內容傳輸給用戶終端裝置，由此將內容提供給用戶。替選地，內容提取裝置IOOa可以更新關於所提取的內容的訪問限制信息並向被指派用戶公布所提取的內容，由此提供內容以使得用戶可以觀看所提取的內容。內容提取裝置IOOa主要包括提取條件獲得單元105、親密度信息獲得單元110、提取時段指定單元115、內容提取單元120a和內容再現單元125。提取條件獲得單元105具有獲得用於提取內容的條件的功能。例如，提取條件可以包括被指派用戶的人物ID。提取條件還可以包括要提取的內容的數目。例如，可以經由操作屏幕輸入用戶。例如，提取條件獲得單元105可以以縮略像或名稱顯示用戶的內容中包括的人物，並提供用於選擇人物的選擇屏幕。提取條件獲得單元105可以把在選擇屏幕上選擇的人物的人物ID當作被指派為內容觀看用戶的用戶的人物ID。被指派用戶可以通過分析圖像而被指定。例如，正觀看提供所提取的內容的屏幕的人物分析顯示的圖像並指定用戶，並且可以把指定的用戶當作被指派用戶。提取條件獲得單元105可以將獲得的提取條件提供給親密度信息獲得單元110。親密度信息獲得單元110具有以下功能基於由提取條件獲得單元105獲得的內容提取條件中包含的被指派用戶的人物ID，來獲得用戶的親密度信息。親密度信息獲得單元110可以將獲得的親密度信息提供給提取時段指定單元115。如上所述，這裡獲得的親密度信息可以基於多個內容的分析結果而計算。親密度信息可以基於被指派用戶的SNS註冊信息而計算。親密度信息可以基於關於被指派用戶的SNS使用歷史的信息而計算。此時，關於SNS使用歷史的信息可以是在SNS上在被指派用戶之間進行聯繫的次數。提取時段指定單元115具有以下功能基於從親密度信息獲得單元110提供的親密度信息來指定提取時段。提取時段指定單元115可以把被指派用戶之間的親密度為高的時段當作提取時段。提取時段指定單元115可以將關於指定的提取時段的信息以及從親密度信息獲得單元110提供的親密度信息提供給內容提取單元120a。內容提取單元120a具有以下功能提取由提取時段指定單元115指定的提取時段中的內容。因此，內容提取單元120a可以提取被指派用戶之間的親密度為高的時段中的內容。內容提取單元120a可以根據所提供的親密度信息，指定被指派用戶間共同具有高親密度的第三方，並且可以優先提取包括第三方的內容。利用該結構，提取了被指派用戶之間的親密度為高的時段中的並且包括被指派用戶間共同具有高親密度的人物的內容。因此，內容觀看者更感興趣的內容被自動提取。例如，內容提取單元120a可以提取並輸出所提取的 內容。替選地，例如內容提取單元120a可以輸出提取的內容的列表。內容再現單元125可以再現由內容提取單元120a基於被指派用戶的親密度信息提取的內容。例如，內容再現單元125可以使用基於被指派用戶的親密度信息的效果以再現該內容。例如，內容再現單元125可以通過搖攝或縮放具有高親密度的人物來再現內容。例如，當再現集體照片時，優選地再現該照片，同時使照片經受效果以使得被指派用戶以及具有與被指派用戶的高親密度的人物的面部被明顯地示出。內容再現單元125被描述為內容提取裝置IOOa的部分，但是本技術不限於此。例如，內容再現單元125可以與內容提取裝置IOOa分開。上面已經描述了根據本實施例的內容提取裝置100a、親密度計算單元200和圖像分析單元300的示例性功能。以上描述的每個部件可以以通用構件或電路來配置，並且可以以特定於每個部件的功能的硬體來配置。每個部件的功能可以通過從諸如只讀存儲器(ROM)或隨機存取存儲器(RAM)的存儲介質讀取控制程序、以及解釋和執行程序來實現，所述存儲介質在其中存儲描述用於實現功能的諸如中央處理單元(CPU)的計算裝置的處理過程的控制程序。因此，若需要的話，要使用的結構可以根據要執行本實施例的技術水平而改變。可以創建用於實現上述的根據本實施例的內容提取裝置100a、親密度計算單元200和圖像分析單元300的功能的電腦程式，以及將其安裝在個人計算機上等。還可以提供在其中存儲電腦程式的計算機可讀記錄介質。例如，記錄介質是磁碟、光碟、磁光碟、快閃記憶體等。電腦程式例如可以經由網絡而不是經由記錄介質來分布。[1-2.示例性內容提取操作]下面將參照圖9描述根據本公開的第一實施例的示例性內容提取操作。圖9是示出了根據第一實施例的示例性內容提取操作的流程圖。在內容提取裝置IOOa中，提取條件獲得單元105首先獲得提取條件(S100)。提取條件可以包含被指派用戶的人物ID和提取次數。在本實施例中，指派人物的用戶ID是ID001 和 ID002。親密度信息獲得單元110然後從親密度存儲單元11獲得人物ID001和人物ID002的親密度信息(S105)。提取時段指定單元115把人物IDOOl與人物ID002之間的親密度為高的時段指定為提取時段(S110)。內容提取單元120a然後獲得在人物ID001與人物ID002之間共有的並在指定時段中具有高親密度的第三方的人物ID (S115)。然後，內容提取單元120a可以從共有內容中提取指定提取時段中的內容，所述共有內容是人物ID001、人物ID002以及從人物存儲單元13提取為第三方的人物的人物ID的提取源內容(S120)。內容提取單元120a對提取的內容的數目進行計數，並將提取的內容的數目與指派的提取次數10進行比較(S125)。然後，當提取的內容的數目達到指派的提取次數10時，
處理結束。另一方面，當提取的內容的數目大於提取次數時，內容提取單元120a減少被指派用戶間共同具有高親密度的第三方的共有ID (S130)。例如，內容提取單元120a可以通過從共有ID刪除提取的第三方之中的具有最低親密度的第三方ID來減少共有ID。 當提取的內容的數目小於提取次數時，內容提取單元120a增加被指派用戶間共同具有高親密度的第三方的共有ID (S130)。例如，內容提取單元120a可以通過降低用於提取第三方的親密度的閾值來增加共有ID。上面已經描述了示例性內容提取操作。這裡內容提取單元120a被描述為提取指派的內容數目，但是本技術不限於此。例如，當提取的內容的數目未被指派為提取條件時，基於親密度提取的所有內容可以被提取。[2-1.結構]下面將參照圖10至圖16描述根據本公開的第二實施例的內容提取系統20的結構。圖10是根據本公開的第二實施例的內容提取系統的結構圖。圖11是示出了第二實施例中使用的示例性事件信息的表。圖12是示出了第二實施例中使用的示例性事件重要度信息的表。圖13是示意性示出了第二實施例中使用的示例性事件重要度計算的說明圖。圖14示出了第二實施例中使用的示例性事件重要度轉換表。圖15示出了第二實施例中使用的另一示例性事件重要度轉換表。圖16示出了第二實施例中使用的又一事件重要度轉換表。根據本實施例的內容提取系統20主要包括內容提取裝置100b、親密度存儲單元11、人物存儲單元13、內容存儲單元15、事件存儲單元17、事件重要度存儲單元19、SNS信息資料庫50、事件計算單元400、以及事件重要度計算單元500。對於第一實施例，已經描述了親密度存儲單元11、人物存儲單元13和內容存儲單元15，這裡將省略其說明。雖然未示出，但是存儲在人物存儲單元13中的人物信息可以由針對第一實施例描述的圖像分析單元300生成。存儲在親密度存儲單元11中的親密度信息可以由針對第一實施例描述的親密度計算單元200生成。內容提取裝置100b、親密度存儲單元11、人物存儲單元13、內容存儲單元15、事件存儲單元17、事件重要度存儲單元19、SNS信息資料庫50、事件計算單元400和事件重要度計算單元500的功能可以安裝在任何硬體上，只要信息可以經由網絡來交換。由一個功能單元實現的處理可以通過一個硬體來實現、或可以按照分布的方式通過多個硬體來實現。首先，將描述用於由內容提取裝置IOOb提取內容使用的事件信息和事件重要度的生成。首先，將描述由事件計算單元400根據存儲在內容存儲單元15中的內容信息生成的事件信息。事件計算單元400具有基於關於存儲在內容存儲單元15中的內容的創建時間/日期的信息來用事件將內容分類的功能。例如，事件計算單元400可以通過使用聚類技術將內容分類。事件計算單元400可以提取內容中包含的人物作為事件的參與者。事件計算單元400可以將生成的事件信息存儲在事件存儲單元17中。例如，事件存儲單元17可以是使用RDB (關係資料庫)的資料庫。替選地，事件存儲單元17可以是文件系統。例如，圖11示出了存儲在事件存儲單元17中的示例性事件信息。事件信息可以包括諸如事件ID、事件開始時間/日期和結束時間/日期、事件中包括的內容、以及事件參與者的信息。下面將描述事件重要度。事件重要度計算單元500可以基於存儲在事件存儲單元 17中的事件信息、存儲在親密度存儲單元11中的親密度信息以及存儲在SNS信息資料庫50中的SNS信息來計算事件中的每個人物的重要度。事件重要度計算單元500可以將計算的事件重要度存儲在事件重要度存儲單元19中。例如，事件重要度存儲單元19可以是使用RDB的資料庫。替選地，事件重要度存儲單元19可以是文件系統。圖12示出了存儲在事件重要度存儲單元19中的示例性事件重要度。例如，事件重要度信息可以包括事件ID、事件參與者、以及參與者的事件重要度。這裡，重要度的較大數指示對於人物的較重要事件。假定事件重要度信息被存儲為與圖12中的事件信息分開的信息，但是可以作為事件信息的部分來管理事件重要度。這裡將參照圖13至16描述示例性事件重要度計算。事件重要度指示每個人物的重要度。因此,針對每個人物計算事件重要度。例如,這裡將描述人物ID001的EventOOl(事件001)的重要度的計算。例如，事件重要度計算單元500可以使用存儲在事件存儲單元17中的事件信息，以基於事件中包括的內容的數目、長度和頻率中的至少一個來計算重要度I。在諸如結婚典禮和體育節的重要事件會拍攝許多照片。當內容是動畫時，在重要事件會拍攝動畫較長時間。重要事件可以被認為是較不頻繁的。事件重要度計算單元500可以隨著內容的數目變多、內容的長度變長或事件的頻率變低而增加重要度I的值。事件重要度計算單元500可以基於存儲在事件存儲單元17中的事件信息以及保存的事件的地點和時間/日期來計算重要度2。此時，事件重要度計算單元500可以參考重要度轉換表23將保存的事件的地點和時間/日期轉換為重要度。例如，圖14和圖15示出了此時使用的示例性重要度轉換表23。圖14示出了用於將事件時間/日期轉換成重要度的重要度轉換表23。圖15示出了用於將事件地點轉換成重要度的重要度轉換表23。事件重要度計算單元500可以基於存儲在人物存儲單元13中的人物信息來計算事件的重要度3。此時，事件重要度計算單元500可以基於關於EventOOl的參與者的信息，根據人物信息獲得人物ID001和另一參與者ID002的親密度。事件重要度計算單元500可以根據人物信息獲得關於EventOOl中包括的內容中的參與者的微笑程度的信息。事件重要度計算單元500可以基於獲得的親密度和微笑程度來計算重要度3。可以想到，隨著事件參與者之間的親密度變高或事件參與者的微笑程度變高，事件的重要度變高。因此，事件重要度計算單元500可以隨著事件參與者之間的親密度變高或事件參與者的微笑程度變高而增加重要度3的值。事件重要度計算單元500可以通過使用從SNS信息資料庫50獲得的SNS信息，基於參與者信息來計算重要度4。例如，當參與者已經發表關於EventOOl的文本或已經經由電子郵件在SNS上交流時，EventOOl可以被認為是參與者的重要事件。因此，事件重要度計算單元500可以隨著參與者在SNS內進行關於EventOOl的更多交流而增加重要度4的值。當用戶在SNS上創建了 EventOOl的相冊時,事件重要度計算單元500可以通過使用關於相冊標題的信息來計算重要度5。此時，事件重要度計算單元500可以通過使用重要度轉換表23將從相冊標題提取的字轉換成重要度。圖16示出了這裡使用的示例性重要度轉換表。事件重要度計算單元500可以通過將歸一化的重要度I到重要度5相加來計算事 件的重要度。事件重要度計算單元500可以將重要度I到重要度5的值加權並相加。上面已經描述了本實施例中使用的事件信息和事件重要度的生成。這裡描述的事件信息生成方法和事件重要度計算方法是示例性的，並且本技術不限於此。可以通過其它各種方法生成事件信息和事件重要度信息。再次轉至圖13，將進一步描述內容提取系統20的結構。內容提取裝置IOOb是具有從多個內容中提取與觀看者相關聯的內容的功能的示例性信息處理裝置。例如，提取的內容可以是包括靜止圖像和動畫的圖像內容。內容提取裝置IOOb可以將所提取的內容傳輸到用戶終端裝置，從而對其提供內容。替選地，內容提取裝置IOOb可以更新關於所提取的內容的訪問限制信息並且對被指派用戶公布所提取的內容，以提供內容使得用戶可以觀看所提取的內容。內容提取裝置IOOb主要包括提取條件獲得單元105、親密度信息獲得單元110、提取時段指定單元115、重要度獲得單元117、內容提取單元120b、以及內容再現單元125。提取條件獲得單元105具有獲得用於提取內容的條件的功能。例如，提取條件可以包括被指派用戶的人物ID。提取條件可以包括所提取的內容的數目。例如，可以經由操作屏幕輸入被指派用戶。例如，提取條件獲得單元105可以以縮略像或名稱顯示用戶的內容中包括的人物，並且提供用於選擇人物的選擇屏幕。提取條件獲得單元105可以把在選擇屏幕上選擇的人物的人物ID當作被指派為內容觀看用戶的用戶的人物ID。被指派用戶可以通過分析圖像而被指定。例如，正觀看提供提取的內容的屏幕的人物分析顯示的圖像並指定用戶，並且可以把指定的用戶當作被指派用戶。提取條件獲得單元105可以將獲得的提取條件提供給親密度信息獲得單元110。親密度信息獲得單元110具有以下功能基於由提取條件獲得單元105獲得內容提取條件中包括的被指派用戶的人物ID，來獲得被指派用戶的親密度信息。親密度信息獲得單元110可以將獲得的親密度信息提供給提取時段指定單元115。如上所述，可以基於多個內容的分析結果來計算這裡獲得的親密度信息。可以基於被指派用戶的SNS註冊信息來計算親密度信息。可以基於關於被指派用戶的SNS使用歷史的信息來計算親密度信息。此時，關於SNS使用歷史的信息可以是在SNS上在被指派用戶之間進行聯繫的次數。提取時段指定單元115具有以下功能基於從親密度信息獲得單元110提供的親密度信息來指定提取時段。提取時段指定單元115可以把被指派用戶之間的親密度為高的時段當作提取時段。提取時段指定單元115可以將關於指定的提取時段的信息以及從親密度信息獲得單元110提供的親密度信息提供給重要度獲得單元117。重要度獲得單元117具有以下功能獲得關於由提取時段指定單元115指定的提取時段中保存的事件的重要度信息。例如，在本實施例中，將事件信息的開始時間/日期和結束時間/日期與提取時段進行比較，由此關於每個事件是否保存在提取時段中做出判定，從而提取事件。重要度獲得單元117可以從事件重要度存儲單元19中提取所提取的事件的重要度。重要度獲得單元117可以在事件保存時段包括在提取時段時提取事件。替選地，重要度獲得單元117可以在事件保存時段與提取時段部分重疊時提取事件。
內容提取單元120b具有提取由提取時段指定單元115指定的提取時段中的內容的功能。因此，內容提取單元120b可以提取被指派用戶之間的親密度為高的時段中的內容。內容提取單元120b可以根據所提供的親密度信息，指定被指派用戶間共同具有高親密度的第三方，並且可以優先提取包括第三方的內容。利用該結構，提取被指派用戶之間的親密度為高的時段中的並包括被指派用戶間共同具有高親密度的人物的內容。因此，內容觀看者更感興趣的內容被自動提取。內容提取單元120b可以基於由重要度獲得單元117獲得的事件重要度信息，來指定在被指派用戶與同該被指派用戶具有高親密度的第三方之間的共有的、具有高重要度的事件。內容提取單元120b可以提取基於重要度判定的事件中包括的內容。例如，內容提取單元120b可以提取並輸出所提取的內容。替選地，例如內容提取單元120b可以輸出提取的內容的列表。內容再現單元125可以再現由內容提取單元120b基於被指派用戶的親密度信息提取的內容。例如，內容再現單元125可以使用基於被指派用戶的親密度信息的效果以再現內容。例如，內容再現單元125可以通過搖攝或縮放具有高親密度的人物來再現內容。例如，當再現集體照片時，優選地再現該照片，同時使照片經受效果以使得被指派用戶以及與該被指派用戶具有高親密度的人物的面部被明顯地示出。內容再現單元125被描述為內容提取裝置IOOb的部分，但是本技術不限於此。例如，內容再現單元125可以與內容提取裝置IOOb分開。上面已經描述了根據本實施例的內容提取裝置100b、事件計算單元400和事件重要度計算單元500的示例性功能。上面描述的每個部件可以以通用構件或電路配置，並且可以以特定於每個部件的功能的硬體配置。每個部件的功能可以通過從諸如只讀存儲器(ROM)或隨機存取存儲器(RAM)的存儲介質讀取控制程序、以及解釋和執行程序來實現，所述存儲介質在其中存儲描述用於實現功能的諸如中央處理單元(CPU)的計算裝置的處理過程的控制程序。因此，若需要的話，要使用的結構可以根據要執行本實施例的技術水平而改變。可以創建用於實現上述的根據本實施例的內容提取裝置IOOb、事件計算單元400和事件重要度計算單元500的功能的電腦程式，並且可以將其安裝在個人計算機等上。還可以提供一種計算機可讀記錄介質，該記錄介質在其中存儲電腦程式。例如，記錄介質是磁碟、光碟、磁光碟、快閃記憶體等。電腦程式例如可以經由網絡而不是經由記錄介質來分布。[2-2.示例性內容提取操作]下面，將參照圖17描述根據本公開的第二實施例的示例性內容提取操作。圖17是示出了根據第二實施例的示例性內容提取操作的流程圖。
在內容提取裝置IOOb中，提取條件獲得單元105首先獲得提取條件(S200)。提取條件可以包含被指派用戶的人物ID和提取次數。在本實施例中，指派人物的用戶ID是ID001 和 ID002。然後，親密度信息獲得單元110從親密度存儲單元11獲得人物ID001和人物ID002的親密度信息。提取時段指定單元115把人物ID001和人物ID002之間的親密度為高的時段指定為提取時段(S210)。然後，重要度獲得單元117獲得指定的提取時段中的事件的重要度信息(S212)。內容提取單元120b獲得在指定的提取時段中共同具有與人物ID001和人物ID002的高親密度的第三方的人物ID (S215)。內容提取單元120b然後指定在人物ID001、人物ID002和第三方之間共有的具有高重要度的事件(S220)。內容提取單元120b從指定事件中包括的內容指定包括被指派用戶或第三方中的任一個的內容( S225 )。內容提取單元120b對提取的內容的數目進行計數，並且將提取的內容的數目與指派的提取次數10進行比較(S230)。然後，當提取的內容的數目達到10時，處理結束。另一方面，當提取的內容的數目大於提取次數時，內容提取單元120b減少被指派用戶間共同具有高親密度的第三方的共有ID (S235)。例如，內容提取單元120b可以通過從共有ID刪除提取的第三方之中的具有最低親密度的第三方的ID來減少共有ID。當提取的內容的數目小於提取次數時，內容提取單元120b增加被指派用戶間共同具有高親密度的第三方的共有ID (S240)。例如，內容提取單元120b可以通過降低用於提取第三方的親密度的閾值來增加共有ID。如上所述，提取被指派用戶之間的親密度為高的時段中的內容，從而有效地提取被指派用戶感興趣的內容，由此增強觀看該內容的用戶的滿意水平。此時，可以優先提取包括被指派用戶間共同具有高親密度的第三方的內容。利用該結構，例如當用戶在操作屏幕上指派他自己和他的朋友時，優先提取包括在用戶與他的指派朋友之間共有的並具有高親密度的朋友的內容。當用戶在操作屏幕上指派他自己和他的父母時，優先提取包括在用戶與他的父母之間共同具有高親密度的人物(諸如家庭成員)的內容。對正觀看提供所提取的內容的屏幕的人物的圖像進行分析並且指定用戶，可以提取具有作為被指派用戶的指定的用戶的內容。利用該結構，甚至當用戶沒有明顯指派人物時，可以自動識別正觀看屏幕的用戶並且可以提取對於所識別的用戶而言具有高重要度的內容。另外，本技術還可以如下配置。(I) 一種信息處理設備，包括處理器，所述處理器獲得對應於第一人物的標識信息的親密度信息；基於所述親密度信息來指定提取時段；以及提取所述提取時段中的內容。(2)根據(I)所述的信息處理設備，其中，所述親密度信息指示所述第一人物與第二人物之間的親密度。(3)根據(I )或(2)所述的信息處理設備，其中，所述親密度信息指示在預定時間段所述第一人物與第二人物之間的親密度。
(4)根據(I )至(3)中任一項所述的信息處理設備，其中，所述親密度信息指示所述第一人物與第二人物之間的親密度並且是基於對應於所述第一人物和所述第二人物的存儲圖像數據而計算的。(5)根據(I )至(4)中任一項所述的信息處理設備，其中，所述親密度信息指示所述第一人物與第二人物之間的親密度並且是基於所述第一人物與所述第二人物之間的聯繫頻率而計算的。(6)根據(I)至(5)中任一項所述的信息處理設備，其中，所述親密度信息指示所述第一人物與第二人物之間的親密度，並且所述處理器把所述提取時段指定為這樣的時段在該時段期間，所述親密度信息指示所述第一人物與所述第二人物之間的親密度為高。(7)根據(6)所述的信息處理設備，其中，所述處理器識別在所述指定的提取時段期間與所述第一人物和所述第二人物具有高親密度的第三人物。(8)根據(7)所述的信息處理設備，其中，所述處理器提取所述指定的提取時段期 間的對應於所述第一人物、第二人物和第三人物的內容。(9)根據(6)或(7)所述的信息處理設備，其中，所述處理器識別所述提取時段期間的事件，並獲得對應於所述事件的重要度信息。(10)根據(9)所述的信息處理設備，其中，所述處理器基於對應於所述事件的所述重要度信息，來提取所述提取時段中的所述內容。( 11)根據(9)或(10)所述的信息處理設備，其中，所述處理器識別在所述指定的提取時段期間與所述第一人物和所述第二人物具有高親密度的第三人物。( 12)根據(11)所述的信息處理設備，其中，所述處理器基於對應於所述事件的所述重要度信息，來提取所述提取時段中的對應於所述第一人物、第二人物和第三人物的所述內容。(13)根據(9)至(11)中任一項所述的信息處理設備，其中，對應於所述事件的所述重要度信息是基於所述事件的日期、所述事件的時間、所述事件的位置、以及與所述事件相關聯的內容的分析中的至少一個而計算的。(14)根據(I)至(6)中任一項所述的信息處理設備，其中，所述親密度信息是基於社交網絡服務中的內容和註冊信息而計算的。(15)根據(I)至(6)、或(14)中任一項所述的信息處理設備，其中，所述親密度信息是基於對應於社交網絡服務的使用歷史的信息而計算的。(16)根據(15)所述的信息處理設備，其中，所述親密度信息指示所述第一人物與第二人物之間的親密度，並且對應於社交網絡服務的使用歷史的所述信息指示所述第一人物與所述第二人物之間的聯繫頻率。(17)根據(I)至(6)、( 14)或(15)中任一項所述的信息處理設備，其中，所述處理器獲得被捕獲圖像數據，並且基於所述獲得的被捕獲圖像數據來識別所述第一人物。(18) 一種由信息處理設備執行的信息處理方法，所述方法包括通過所述信息處理設備的處理器，獲得對應於人物的標識信息的親密度信息；通過所述處理器，基於所述親密度信息來指定提取時段；以及通過所述處理器，提取所述提取時段中的內容。(19) 一種包括電腦程式代碼的非臨時性計算機可讀介質，其在通過信息處理設備執行時使得所述信息處理設備進行包括以下步驟的方法獲得對應於人物的標識信息的親密度信息；基於所述親密度信息來指定提取時段；以及提取所述提取時段中的內容。此外，本技術還可以如下配置。(I) 一種信息處理設備，包括處理器，所述處理器獲得對應於第一人物的標識信息的親密度信息； 基於所述親密度信息來指定提取時段；以及提取所述提取時段中的內容。(2)根據(I)所述的信息處理設備，其中，所述親密度信息指示所述第一人物與第二人物之間的親密度。(3)根據(I)或(2)所述的信息處理設備，其中，所述親密度信息指示在預定時間段所述第一人物與第二人物之間的親密度。(4)根據(I)至(3)中任一項所述的信息處理設備，其中，所述親密度信息指示所述第一人物與第二人物之間的親密度並且是基於對應於所述第一人物和所述第二人物的存儲圖像數據而計算的。(5)根據(I)至(4)中任一項所述的信息處理設備，其中，所述親密度信息指示所述第一人物與第二人物之間的親密度並且是基於所述第一人物與所述第二人物之間的聯繫頻率而計算的。(6)根據(I)至(5)中任一項所述的信息處理設備，其中，所述親密度信息指示所述第一人物與第二人物之間的親密度，並且所述處理器把所述提取時段指定為這樣的時段在該時段期間，所述親密度信息指示所述第一人物與所述第二人物之間的親密度為高。(7)根據(6)所述的信息處理設備，其中，所述處理器識別在所述指定的提取時段期間與所述第一人物和所述第二人物具有高親密度的第三人物。(8)根據(7)所述的信息處理設備，其中，所述處理器提取所述指定的提取時段期間的對應於所述第一人物、第二人物和第三人物的內容。(9)根據(6)至(8)中任一項所述的信息處理設備，其中，所述處理器識別所述提取時段期間的事件，並獲得對應於所述事件的重要度信息。(10)根據(9)所述的信息處理設備，其中，所述處理器基於對應於所述事件的所述重要度信息，來提取所述提取時段中的所述內容。( 11)根據(9)或(10)所述的信息處理設備，其中，所述處理器識別在所述指定的提取時段期間與所述第一人物和所述第二人物具有高親密度的第三人物。( 12)根據(11)所述的信息處理設備，其中，所述處理器基於對應於所述事件的所述重要度信息，來提取所述提取時段中的對應於所述第一人物、第二人物和第三人物的所述內容。(13)根據(9)至(12)中任一項所述的信息處理設備，其中，對應於所述事件的所述重要度信息是基於所述事件的日期、所述事件的時間、所述事件的位置、以及與所述事件相關聯的內容的分析中的至少一個而計算的。
(14)根據(I)至(13)中任一項所述的信息處理設備，其中，所述親密度信息是基於社交網絡服務中的內容和註冊信息而計算的。(15)根據(I)至(14)中任一項所述的信息處理設備，其中，所述親密度信息是基於對應於社交網絡服務的使用歷史的信息而計算的。(16)根據(15)所述的信息處理設備，其中，所述親密度信息指示所述第一人物與第二人物之間的親密度，並且對應於社交網絡服務的使用歷史的所述信息指示所述第一人物與所述第二人物之間的聯繫頻率。(17)根據(I)至(15)中任一項所述的信息處理設備，其中，所述處理器獲得被捕獲圖像數據，並且基於所述獲得的被捕獲圖像數據來識別所述第一人物。(18) 一種由信息處理設備執行的信息處理方法，所述方法包括通過所述信息處理設備的處理器，獲得對應於人物的標識信息的親密度信息； 通過所述處理器，基於所述親密度信息來指定提取時段；以及通過所述處理器，提取所述提取時段中的內容。(19) 一種包括電腦程式代碼的非臨時性計算機可讀介質，其在通過信息處理設備執行時使得所述信息處理設備進行包括以下步驟的方法獲得對應於人物的標識信息的親密度信息；基於所述親密度信息來指定提取時段；以及提取所述提取時段中的內容。本領域技術人員應理解，可以根據設計要求和其它因素想到各種修改、組合、子組合和變型，只要它們在所附權利要求或其等同物的範圍之內。在本說明書中，流程圖中描述的步驟包括以描述的順序時序地執行的處理以及(雖未時序地處理)並行或單獨執行的處理。當然，若需要的話，時序處理的步驟可以改變順序。本公開包含與在2011年6月13日向日本專利局提交的日本優先權專利申請JP2011-131129中公開的主題相關的主題，其全部內容通過引用併入本申請。
權利要求
1.ー種信息處理設備,包括 處理器，所述處理器 獲得對應於第一人物的標識信息的親密度信息； 基於所述親密度信息來指定提取時段；以及 提取所述提取時段中的內容。
2.根據權利要求I所述的信息處理設備，其中，所述親密度信息指示所述第一人物與第二人物之間的親密度。
3.根據權利要求I所述的信息處理設備，其中，所述親密度信息指示在預定時間段所 述第一人物與第二人物之間的親密度。
4.根據權利要求I所述的信息處理設備，其中，所述親密度信息指示所述第一人物與第二人物之間的親密度並且是基於對應於所述第一人物和所述第二人物的存儲圖像數據而計算的。
5.根據權利要求I所述的信息處理設備，其中，所述親密度信息指示所述第一人物與第二人物之間的親密度並且是基於所述第一人物與所述第二人物之間的聯繫頻率而計算的。
6.根據權利要求I所述的信息處理設備，其中，所述親密度信息指示所述第一人物與第二人物之間的親密度，並且所述處理器把所述提取時段指定為這樣的時段在該時段期間，所述親密度信息指示所述第一人物與所述第二人物之間的親密度為高。
7.根據權利要求6所述的信息處理設備，其中，所述處理器識別在所述指定的提取時段期間與所述第一人物和所述第二人物具有高親密度的第三人物。
8.根據權利要求7所述的信息處理設備，其中，所述處理器提取所述指定的提取時段期間的對應於所述第一人物、第二人物和第三人物的內容。
9.根據權利要求6所述的信息處理設備，其中，所述處理器識別所述提取時段期間的事件，並獲得對應於所述事件的重要度信息。
10.根據權利要求9所述的信息處理設備，其中，所述處理器基於對應於所述事件的所述重要度信息，來提取所述提取時段中的所述內容。
11.根據權利要求9所述的信息處理設備，其中，所述處理器識別在所述指定的提取時段期間與所述第一人物和所述第二人物具有高親密度的第三人物。
12.根據權利要求11所述的信息處理設備，其中，所述處理器基於對應於所述事件的所述重要度信息，來提取所述提取時段中的對應於所述第一人物、第二人物和第三人物的所述內容。
13.根據權利要求9所述的信息處理設備，其中，對應於所述事件的所述重要度信息是基於所述事件的日期、所述事件的時間、所述事件的地點、以及與所述事件相關聯的內容的分析中的至少ー個而計算的。
14.根據權利要求I所述的信息處理設備，其中，所述親密度信息是基於社交網絡服務中的內容和註冊信息而計算的。
15.根據權利要求I所述的信息處理設備，其中，所述親密度信息是基於對應於社交網絡服務的使用歷史的信息而計算的。
16.根據權利要求15所述的信息處理設備，其中，所述親密度信息指示所述第一人物與第二人物之間的親密度，並且對應於社交網絡服務的使用歷史的所述信息指示所述第一人物與所述第二人物之間的聯繫頻率。
17.根據權利要求I所述的信息處理設備，其中，所述處理器獲得被捕獲圖像數據，並且基於所述獲得的被捕獲圖像數據來識別所述第一人物。
18.一種由信息處理設備執行的信 息處理方法，所述方法包括 通過所述信息處理設備的處理器，獲得對應於人物的標識信息的親密度信息； 通過所述處理器，基於所述親密度信息來指定提取時段；以及 通過所述處理器，提取所述提取時段中的內容。
19.ー種包括電腦程式代碼的非臨時性計算機可讀介質，其在通過信息處理設備執行時使得所述信息處理設備進行包括以下步驟的方法 獲得對應於人物的標識信息的親密度信息； 基於所述親密度信息來指定提取時段；以及 提取所述提取時段中的內容。
全文摘要
提供了一種信息處理設備，該設備獲得對應於第一人物的標識信息的親密度信息，基於親密度信息來指定提取時段，以及提取該提取時段中的內容。
文檔編號G06F17/30GK102855269SQ201210185118
公開日2013年1月2日 申請日期2012年6月6日 優先權日2011年6月13日
發明者中込一浩, 內藤賴光, 越智敬之, 佐藤崇正 申請人:索尼公司