CN104254850A - 用于识别对象的系统和方法 - Google Patents

Abstract

本文提供了一种用于识别对象的系统和方法。所述方法包括以下步骤：接收以对象为特征的对象指示并将所述指示作为识别任务存储在识别任务子数据库中；将识别任务发送到存储在评级者子数据库中的评级者列表中的多个评级者；接收由评级者提交且包括所述对象的假定识别的回复并将所述回复存储在提交回复子数据库中；以及基于所述提交的回复和所述提交评级者的记录的技能等级确定对象的身份。所述识别任务可以是提供或不提供奖励给用户的游戏的形式。所述游戏的正确答案被预先识别且所述用户的答案被用来对所述评级者进行评级或用来通过预先识别的对象协助识别未识别的对象。

Description

用于识别对象的系统和方法

技术领域

本发明涉及计算机化对象识别，且更特定来说涉及由游戏或社交网络中的参与者进行的计算机化对象识别。

发明概述

本发明的实施方案可以提供一种用于识别对象的系统，其包括：数据库；和处理器，其是用来接收以对象为特征的对象指示并确定对象的身份。术语“对象”应广义地理解为包括图像、文本、声音等。

根据本发明的实施方案，处理器可以通过以下步骤确定对象的身份：将识别任务发送到存储在数据库中的评级者列表中的多个评级者；和接收由评级者提交且包括对象的假定识别的回复，其中确定对象的身份可以基于提交的回复和提交评级者的记录的技能等级。

此外，根据本发明的实施方案，处理器可以通过以下步骤确定对象的身份：基于回复的提交数量和存储在数据库中的提交评级者的记录的技能等级对每个回复进行评级；和对于评级者生成包括多个最高评级回复的调查，以对对象的假定身份进行投票。

根据本发明的实施方案的数据库可以包括例如：评级者子数据库，其用来存储评级者详情和评级者的技能等级；识别任务子数据库，其用来存储上传的对象指示；提交回复子数据库，其用来存储对由评级者提交的识别任务的回复和回复的评级；调查子数据库，其用来存储生成的调查；和投票子数据库，其用来存储对调查的投票。

此外，本发明的实施方案可以提供一种用于识别对象的方法，其包括：接收以对象为特征的对象指示并将所述指示作为识别任务存储在识别任务子数据库中；将识别任务发送到存储在评级者子数据库中的评级者列表中的多个评级者；接收由评级者提交且包括对象的假定识别的回复并将所述回复存储在提交回复子数据库中；和基于提交的回复和提交评级者的记录的技能等级确定对象的身份。

确定根据本发明的实施方案的对象的身份可以包括：基于回复的提交数量和存储在评级者子数据库中的提交评级者的记录的技能等级对每个回复进行评级，并将所述评级存储在提交回复子数据库中；和为评级者生成包括多个最高评级回复的调查，以对对象的假定身份进行投票，并将所述调查存储在调查子数据库中。

更具体来说，确定根据本发明的实施方案的对象的身份可以包括估计待响应于特定识别任务而接收的回复的密度的覆盖率。一旦覆盖率超过第一阈值(第一阈值可以是回复密度的特定的预定覆盖率或不同回复的估计的预期数量的百分比)，该方法可以包括通过选择最高评级回复生成调查。在一些实施方案中，可以在按提交数量或提交时序分组的每组提交之后执行回复密度的覆盖率的估计。在其它实施方案中，在每个新回复提交之后执行估计。在一些实施方案中，所述方法可以包括通过投票评级者的确立的技能等级对每个投票进行加权。

此外，所述方法可以包括基于存储在投票数据库中的接收的投票和评级者的技能等级的估计，评估调查中的回复中的每个为正确答案的概率分布；以及一旦回复中的一个为正确答案的概率超过第二阈值，则将具有为正确答案的最高概率的回复标注为对象的身份。在一些实施方案中，可以在按提交数量或提交时序分组的每组投票提交之后执行调查中的回复中的每个为正确答案的概率分布的评估。在其它实施方案中，可以在每个投票提交之后执行评估。

在本发明的实施方案中，可以通过统计密度估计算法或捕获再捕获算法执行回复密度的覆盖率的估计。例如，可以通过统计参数估计算法或通过对于若干不同时间周期分析每个时间周期中提交的不同回复的数量执行回复密度的覆盖率的估计。此外或替代地，可以通过分析不同时间周期之间重复提交的回复的数量执行估计。可以根据评级者的技能等级对回复进行加权。

根据本发明的实施方案的方法可以包括更多步骤。例如，比较每个评级者提交的回复与标注为正确答案的回复；评估识别任务的难度等级；和可能基于识别任务的评估的难度等级确立评级者的技能等级。技能等级可以存储在评级者子数据库中。识别任务的难度等级可以存储在识别任务子数据库中。

根据一些实施方案，由所提议系统的管理员提供的识别任务可以是提供或不提供奖励给用户的游戏的形式。在本实施方案中，游戏或测验的正确答案被预先识别且因此用户的答案被用来对评级者进行评级，或用来通过预先识别的对象识别协助未识别对象。

附图简述

在本说明书的结论部分中特别指出且清楚地声明被视为本发明的主题。然而，可以在结合附图阅读时参考下文详述最佳地理解本发明的组织和操作方法连同目标、特征和其优点，其中：

图1是根据本发明的实施方案的用于识别对象的系统的示意图；

图2是根据本发明的实施方案的用于识别对象的方法的示意流程图；

图3是根据本发明的实施方案的用于确立识别对象的评级者的技能等级的方法的示意流程图；和

图4是根据本发明的实施方案的用于识别对象的方法的示意流程图。

将明白，为了示出简单和清楚起见，图中示出的元件不一定按比例绘制。例如，为了清楚起见，一些元件的尺寸可以相对于其它元件进行放大。此外，在合适情况下，图当中的参考符号可以被重复用来指示对应或类似元件。

具体实施方式

在下文详述中，阐述大量特定详情，以便提供对本发明的彻底理解。然而，本领域的技术人员将理解，可以在无这些特定详情的情况下实践本发明。在其它实例中，未对熟知的方法、程序和组件进行详细描述，以免使本发明晦涩难懂。

本发明的实施方案可以提供一种用于识别以视觉和/或听觉指示(诸如例如图像、视频、文本和/或声音)形式的物体、人员、位置、事件等的系统和方法。根据本发明的实施方案的方法可以包括接收来自多个注册用户(例如评级者)的关于视觉和/或听觉指示的答案，例如基于视觉和/或听觉指示识别物体、人员、位置和/或事件的答案，和/或对关于物体、人员、位置和/或事件的问题的答案。本发明的实施方案可以包括例如通过根据不同评级者回答相似问题确立的技能等级对来自所述评级者的答案不同地进行加权而进行评级者答案的多阶段处理。评级者的技能等级可以基于其过去回答问题的成绩进行评估。由多个评级者长时间识别物体、人员等可以实现比任何单一评级者识别更精确的识别。

现参考图1，其是根据本发明的实施方案的用于识别对象的系统100的示意图。系统100可以包括可能由服务提供者控制的应用程序服务器10和用户装置30。用户装置30可以包括固定工作站、计算机或移动装置，诸如例如移动电话、智能电话、平板计算机等。应用程序服务器10可以包括处理器12、存储器14、数据库16和用户装置30。数据库16可以包括在存储器14中，或可以存储在另一存储介质中。存储器14可以包括编码、包括或存储指令(例如，计算机可执行指令，诸如例如从应用程序服务器下载的应用程序/软件项)的物件，诸如计算机或处理器可读非暂时性存储介质，诸如例如存储卡、磁盘驱动器或USB闪存。当由处理器或控制器(处理器12)执行时，存储和/或包括在存储器14中的指令可以使处理器或控制器实行本文公开的方法。

处理器12可以接收以对象60为特征的指示，诸如例如图像、视频、文本和/或声音。对象识别可以以由用户(例如由用户装置30)上传的文件的形式，诸如例如图像、视频、文本和/或声音文件。处理器12可以将上传的对象指示存储在数据库16中，例如在识别任务子数据库54中。处理器12可以将对象指示作为识别任务发送到多个评级者20，例如到注册到指定应用程序注册的评级者20的帐户，例如可先于应用程序服务器10注册的应用程序用户。可以例如通过用户装置30对评级者20显示对象指示。评级者20的列表和/或详情可以存储在数据库16中，例如在评级者子数据库52中。此外或替代地，评级者20可以包括自动分级器，诸如例如图像、声音和/或文本辨识机器和/或软件。

响应于由处理器12发送的指示，评级者20可以提交其对对象60的识别，所述识别可以存储在提交回复子数据库56中。例如，评级者可以接收对象(诸如例如包、车或服饰等)的图像，且识别并回复涉及对象的品牌名称、型号名称和/或销售公司。处理器12可以通过分析来自多个评级者20的提交的回复(例如通过如下文详述的决策算法)决定正确答案，例如正确的品牌/型号/公司名称。

每个回复提交可以连同指示回复的提交时间的时间戳存储在回复子数据库56中。此外，可以根据评级者的确立的技能等级存储每个回复提交连同给予提交的权重，如下文详述。此外，可以存储每个回复连同从多个用户接收的例如通过评级者20的确立的技能等级进行加权的相同和/或相似回复的重复数量。例如在特定时间周期内响应于特定对象指示从多个用户接收的相同和/或相似回复可以一起被分组在回复子数据库56中。相似回复可以包括使用对相同答案、同义词、根据预定存在论(ontology)的相似实体等的不同拼法所做的回复。

评级者子数据库52可以包括与例如记录在与每个评级者有关的子数据库52中的每个评级者相关的确立的技能等级。可以基于评级者过去的回复的准确度确立和/或估计每个评级者的技能等级。处理器12可以根据可能与每个评级者相关的确立的技能等级例如通过在决策算法中对具有较高记录的技能等级(例如更准确提交的记录)的评级者所做的回复给予较高权重而对提交的回复进行加权。

如上述，处理器12可以接收以对象60为特征的指示，诸如例如图像、视频、文本和/或声音。对象指示可以呈由管理员40上传的文本的形式。在本发明的一些实施方案中，管理员40可以上传以将绕过图2中的过程且用作图3和图4中的过程的调查项的始集的预先识别项为特征的文件。如本文所述，在其它实施方案中，以对象60为特征的指示可以经历图2、图3和图4的过程以准确识别对象60。例如，在一些实施方案中，管理员40可以上传以预先识别项为特征的文件来接收来自评级者的回复，且因此例如确立待存储在评级者数据库52处的评级者的初始技能等级。

根据一些实施方案，由管理员40提供的识别任务可以是提供或不提供奖励给用户的游戏的形式。在本实施方案中，游戏或测验的正确答案被预先识别且因此用户的答案被用来对评级者进行评级，或用来通过预先识别的对象协助识别未识别对象。

根据本发明的实施方案，处理器12可以通过两段式决策算法确定对象60的正确身份。在决策的第一阶段中，评级者20可以提交回复，即，其对对象的假定识别。在该阶段中，识别任务是开放性的，即，评级者本质上可以提交任何回复和/或回复可以限于有限辞典中的所允许回复，所述回复可以存储在回复子数据库56中，如本文所述。在决策的第二阶段中，处理器12可以向评级者20呈现包括在第一阶段期间对于评级者提交的最高可能评级回复的调查以对假定的正确答案进行投票，即对象60的假定的正确身份。生成的调查可以存储在数据库16中的调查子数据库57中。由评级者提交的投票可以存储在数据库16中的投票子数据库58中。

现参考图2，其是根据本发明的实施方案的用于识别对象的方法的示意流程图。在本发明的一些实施方案中，在决策的第一阶段中，如方框210中指示，处理器12可以通过统计算法估计可以响应于因接收回复所定的特定识别任务接收的回复的密度的覆盖率和/或不同回复的预期数量。可以连续地(即在每个新回复提交之后)或周期性地(即在按提交数量或提交时序分组的每组提交之后)执行估计。可以通过一些选定分布的参数估计或通过捕获再捕获算法执行这个估计。捕获再捕获算法可以使用例如与回复相关的时间戳。统计算法可以通过假设回复分布属于受任何数量的参数支配的一些分布族估计回复密度的覆盖率。在应用统计参数估计方法之后，可估计已提交的回复的密度的覆盖率。或者，统计算法可以例如通过分析不同时间周期之间重复提交的回复的数量估计不同回复的预期数量。统计算法可以通过对于若干不同时间周期分析每个时间周期中提交的不同回复的数量和/或通过分析不同时间周期之间重复提交的回复的数量估计不同回复的预期数量。可以例如根据评级者的确立的技能等级对统计算法进行加权，例如根据评级者的技能等级对不同回复进行加权。接着，可估计已接收的回复的比例，例如回复密度的覆盖率。

一旦回复密度的覆盖率超过特定的预定阈值或已接收的回复的数量超过特定的预定阈值，诸如例如不同回复的估计的预期数量的特定百分比，如方框220中指示，则处理器12可以启动决策的第二阶段。一旦启动决策的第二阶段，就可以在识别任务子数据库54中将识别任务标注为完成。

在决策的第二阶段中，如方框230中指示，处理器12可以通过选择最高评级回复(例如，评级高于预定或计算的阈值的回复、和/或构成提交的回复和/或不同回复的估计的预期数量的特定百分比的最高评级回复)生成调查。处理器12可以基于回复(包括相同和/或相似回复，如上述)的提交数量和基于提交评级者的记录的估计技能等级对每个回复进行评级，即根据评级者的记录的技能等级对回复进行加权。每个回复的评级可以存储在与所述回复有关的提交回复子数据库56中。生成的调查可以存储在数据库16中，例如在调查子数据库57中。包括选定回复的生成的调查被发送到可以对回复中的一个或在一些情况中对一个以上回复投票的评级者20。投票可以例如连同与投票评级者的确立的技能等级相关的对应权重存储在数据库16中，例如在投票子数据库58中。

如方框240中指示，处理器12可以分析评级者的投票以评估调查中的回复中的每个为正确答案(即对象的正确身份)的概率分布。可以连续地(即在每个新回复提交之后)或周期性地(即在按提交数量或提交时序分组的每组提交之后)执行分析。分析可以基于对调查中的每个回复的投票的数量，其中可以通过投票评级者的记录的确立技能等级对每个投票进行加权，例如由具有准确提交记录的评级者所投的票可以接受更高权重。一旦回复中的一个为正确答案(即对象的正确身份)的概率超过特定阈值，如方框250中指示，可以由处理器12将具有为正确答案的最高概率的回复标注为讨论中的对象的身份，所述对象是物体、人员、位置、事件等。此外，在调查子数据库57中可以将调查标注为‘已回答’。

现参考图3，其是根据本发明的实施方案的用于确立和/或估计识别对象的评级者的技能等级的方法的示意流程图。在将调查标注为‘已回答’之后或在将一组调查标注为‘已回答’之后(按调查数量或按已回答调查的时序分组)，如方框310中指示，可以比较每个评级者响应于识别任务和/或调查提交的回复和/或投票与标注为正确答案的回复。如方框320中指示，提交的回复和/或投票的正确性和对应评级者的记录的技能等级可以被用来评估可以记录在识别任务子数据库54中的识别任务的难度等级。任务及其正确答案的集合可随着对评级者呈现更多任务和基于上述回复正确性的概率估计接收更多回复而增长。

此外，如方框330中指示，提交的回复的正确性例如连同识别任务的评估的难度等级可以被用来估计和/或确立可以记录在评级者子数据库52中的对应评级者的技能等级。此外，在确立评级者的技能等级中，可以基于时间和/或问题类型有区别地处理不同的问题。

评级者可以具有记录在评级者子数据库52中的多个相关技能等级。例如，评级者可以具有不同类型的问题和/或基于评级者历史识别的不同对象的不同技能等级。例如，评级者可以具有识别视频中的人员的身份的高确立技能等级，但具有识别文本碎片中的历史事件的低确立技能等级。

现参考图4，其是根据本发明的实施方案的用于识别对象的方法的示意流程图。如方框410中指示，所述方法可以包括接收以对象为特征的对象指示，例如如上文详述。如方框420中指示，所述方法可以包括将识别任务发送到多个评级者，例如如上文详述。如方框430中指示，所述方法可以包括接收由评级者提交且包括对象的假定识别的回复，例如如上文详述。如方框440中指示，所述方法可以包括确定对象的身份，例如如上文详述。

本发明的实施方案试图提供一种用于精确识别以图像、视频、文本和声音形式的物体、人员、位置和事件的改善系统。如本文所述，根据本发明的实施方案的方法可以依赖于对具有关于识别讨论中的对象的不同技能等级的评级者的混合体呈现一系列任务和/或调查，和以产生精确结果的方式组合其答案。根据本发明的实施方案的方法可以包括将可以以待精确识别的对象为特征或可以代表其的图像、视频、声音或文本上传到数据库。实例将是被上传来识别包的品牌或型号的照片中的包、被上传来识别其身份的视频中的人员、被上传来识别其涉及的实体的文本中的字词或句子等。根据本发明的实施方案的方法可以使得数据库和评级者的系统能够产生对象的准确识别，其中就准确度来说这种系统的性能优于单一评级者的性能。

将明白，本发明的实施方案可以用于购买品牌项，主要用于识别如属于特定品牌的特定项。此外，本发明的实施方案可以实现奖励具有对象/品牌识别的高技能等级的评级者。

虽然本文已说明和描述本发明的特定特征，但本领域的普通技术人员现将想到许多修改、替代物、变化和等效物。因此，应理解，所附权利要求书旨在覆盖如落在本发明的真正精神内的所有这些修改和变化。

Claims (23)

1.一种用于识别对象的系统，其包括：

数据库；和

处理器，其被配置来接收以对象为特征的对象指示并通过以下步骤确定对象的身份：

将识别任务发送到存储在所述数据库中的评级者列表中的多个评级者；和

接收由评级者提交且包括所述对象的假定识别的回复，

其中确定对象的身份是基于所述提交的回复和所述提交评级者的记录的技能等级。

2.根据权利要求1所述的系统，其中所述处理器是用来通过以下步骤确定对象的身份：

基于所述回复的提交数量和存储在所述数据库中的所述提交评级者的记录的技能等级对每个回复进行评级；和

为所述评级者生成包括多个最高评级回复的调查，以对所述对象的假定身份进行投票。

3.根据权利要求1所述的系统，其中所述数据库包括：

评级者子数据库，其用来存储评级者详情和评级者的技能等级；

识别任务子数据库，其用来存储上传的对象指示；和

提交回复子数据库，其用来存储对评级者提交的所述识别任务的回复和所述回复的评级；

4.根据权利要求2所述的系统，其中所述数据库包括：

调查子数据库，其用来存储生成的调查；和

投票子数据库，其用来存储对所述调查的投票。

5.一种用于识别对象的方法，其包括：

接收以对象为特征的对象指示并将所述指示作为识别任务存储在识别任务子数据库中；

将识别任务发送到存储在评级者子数据库中的评级者列表中的多个评级者；

接收由评级者提交且包括所述对象的假定识别的回复并将所述回复存储在提交回复子数据库中；和

基于所述提交的回复和所述提交评级者的记录的技能等级确定对象的身份。

6.根据权利要求5所述的方法，其中所述确定包括：

基于所述回复的提交数量和存储在评级者子数据库中的所述提交评级者的记录的技能等级对每个回复进行评级，并将所述评级存储在所述提交回复子数据库中；和

为所述评级者生成包括多个最高评级回复的调查，以对所述对象的所述假定身份进行投票，并将所述调查存储在调查子数据库中。

7.根据权利要求6所述的方法，其包括：

估计响应于特定识别任务而接收的回复的密度的覆盖率；

一旦所述覆盖率超过第一阈值，则通过选择所述最高评级回复生成调查；

基于存储在投票数据库中的接收的投票和对所述评级者的技能等级的估计，评估所述调查中的所述回复中的每个均为正确答案的概率分布；和

一旦所述回复中的一个为所述正确答案的概率超过第二阈值，则将具有为所述正确答案的最高概率的回复标注为所述对象的所述身份。

8.根据权利要求7所述的方法，其中通过统计密度估计算法或捕获再捕获算法执行回复密度的覆盖率的所述估计。

9.根据权利要求7所述的方法，其中通过统计参数估计算法或通过对于若干不同时间周期分析每个时间周期中提交的不同回复的数量执行回复密度的覆盖率的所述估计

10.根据权利要求9所述的方法，其中通过分析所述不同时间周期之间重复提交的回复的数量执行所述估计。

11.根据权利要求9所述的方法，其中根据所述评级者的所述技能等级对所述回复进行加权。

12.根据权利要求7所述的方法，其包括：

比较每个评级者提交的所述回复与标注为所述正确答案的所述回复；和

评估所述识别任务的难度等级。

13.根据权利要求12所述的方法，其包括：

基于所述识别任务的所述评估的难度等级确立评级者的技能等级。

14.根据权利要求7所述的方法，其中所述第一阈值是回复密度的特定的预定覆盖率或不同回复的估计的预期数量的百分比。

15.根据权利要求6所述的方法，其包括通过所述投票评级者的确立的技能等级对每个投票进行加权。

16.根据权利要求7所述的方法，其中在每个新回复提交之后执行所述估计。

17.根据权利要求7所述的方法，其中在按提交数量或提交时序分组的每组提交之后执行所述估计。

18.根据权利要求7所述的方法，其中在每个投票提交之后执行所述评估。

19.根据权利要求7所述的方法，其中在按提交数量或提交时序分组的每组投票提交之后执行所述评估。

20.根据权利要求13所述的方法，其中所述技能等级存储在所述评级者子数据库中。

21.根据权利要求12所述的方法，其中所述识别任务的所述难度等级存储在所述识别任务子数据库中。

22.根据权利要求1所述的系统，其中所述识别任务是游戏，其中答案已知且其中所述游戏被用来对所述评级者进行评级。

23.根据权利要求1所述的系统，其中所述识别任务与可用于确定未知对象的身份的已知对象相关。