[go: up one dir, main page]

CN110069973A - 信息处理装置、机器人、信息处理方法以及记录介质 - Google Patents

信息处理装置、机器人、信息处理方法以及记录介质 Download PDF

Info

Publication number
CN110069973A
CN110069973A CN201811545858.0A CN201811545858A CN110069973A CN 110069973 A CN110069973 A CN 110069973A CN 201811545858 A CN201811545858 A CN 201811545858A CN 110069973 A CN110069973 A CN 110069973A
Authority
CN
China
Prior art keywords
given
information processing
information
relationship
person
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811545858.0A
Other languages
English (en)
Inventor
渥美广城
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Casio Computer Co Ltd
Original Assignee
Casio Computer Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Casio Computer Co Ltd filed Critical Casio Computer Co Ltd
Publication of CN110069973A publication Critical patent/CN110069973A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • G06F21/32User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/0003Home robots, i.e. small robots for domestic use
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00Manipulators not otherwise provided for
    • B25J11/0005Manipulators having means for high-level communication with users, e.g. speech generator, face recognition means
    • G06Q10/40
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/165Detection; Localisation; Normalisation using facial parts and geometric relationships
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/167Detection; Localisation; Normalisation using comparisons between temporally consecutive images
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • G06V40/173Classification, e.g. identification face re-identification, e.g. recognising unknown faces across different face tracks
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/50Maintenance of biometric data or enrolment thereof
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04Real-time or near real-time messaging, e.g. instant messaging [IM]
    • H04L51/046Interoperability with other network applications or services
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/52User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/20Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
    • H04W4/21Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel for social networking applications
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/2866Architectures; Arrangements
    • H04L67/30Profiles
    • H04L67/306User profiles
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/023Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Security & Cryptography (AREA)
  • Mechanical Engineering (AREA)
  • Robotics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Manipulator (AREA)
  • User Interface Of Digital Computer (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Image Analysis (AREA)

Abstract

信息处理装置(110)具备对象信息取得单元(111)、第1对象判定单元(112)和第2关系判定单元(113)。对象信息取得单元取得关于判定对象的信息。第1对象判定单元基于由对象信息取得单元取得的信息来判定判定对象是否符合预先登记的给定的对象。第2对象判定单元判定判定对象是否符合与给定的对象有给定的关系的、给定的对象以外的对象。

Description

信息处理装置、机器人、信息处理方法以及记录介质
对相关申请的交叉参考
本申请基于并主张日本专利申请第2017-247740号(申请日2017年12月25日)的优先权,并通过参考将其全部内容引用于此。
技术领域
本发明涉及信息处理装置、机器人、信息处理方法以及记录介质。
背景技术
已知取得在因特网预先登记的信息的技术。
在特开2008-048287号公报公开了一种网络社区系统,具备人物登记服务器和预先登记在人物登记服务器的人物信息,取得预先登记的人物信息。
特开2008-048287号公报的网络社区系统取得预先登记在人物登记服务器的人物信息,不能取得未预先登记在人物登记服务器的人物信息,为了取得未预先登记的人物信息而需要新进行登记,因此存在会花费工夫的问题。
发明内容
本发明为了解决上述那样的课题而提出,目的在于,提供有效率地取得未预先登记的对象的信息的信息处理装置、机器人、信息处理方法以及记录介质。
本发明所涉及的信息处理装置的一个方案具备:对象信息取得单元,其取得关于判定对象的信息;第1对象判定单元,其基于由所述对象信息取得单元取得的所述信息,来判定所述判定对象是否与预先登记的给定的对象相符;和第2对象判定单元,其基于由所述对象信息取得单元取得的信息,来判定所述判定对象是否与和所述给定的对象有给定的关系的所述给定的对象以外的对象相符。
本发明所涉及的机器人的一个方案具备所述记载的所述信息处理装置;使自装置自律行驶的移动装置;使所述自装置动作的动作装置;和控制所述移动装置以及所述动作装置的控制装置。
本发明所涉及的信息处理方法的一个方案是信息处理装置的信息处理方法,包括:对象信息取得步骤,取得关于判定对象的信息;第1对象判定步骤,基于取得的所述信息来判定所述判定对象是否与预先登记的给定的对象相符;和第2对象判定步骤,基于取得的所述信息来判定所述判定对象是否与和所述给定的对象有给定的关系的所述给定的对象以外的对象相符。
本发明所涉及的记录介质的一个方案存放程序,该程序使信息处理装置的计算机作为如下单元发挥功能:对象信息取得单元,其取得关于判定对象的信息;第1对象判定单元,其基于由所述对象信息取得单元取得的所述信息来判定所述判定对象是否与预先登记的给定的对象相符;和第2对象判定单元,其基于由所述对象信息取得单元取得的所述信息来判定所述判定对象是否与和所述给定的对象有给定的关系的所述给定的对象以外的对象相符。
根据本发明,能提供有效率取得未预先登记的对象的信息的信息处理装置、机器人、信息处理方法以及记录介质。
本发明的其他目的和优点将会在以下的说明中阐明,其部分将在说明中显而易见,或者可以通过发明的实践来学习到。本发明的目的和优点可以通过下文特别指出的手段和组合来理解和获取。
作为说明书的一部分的附图对本发明的具体实施方式进行了例示,与上面给出的一般描述还有以下给出的具体实施方式的详细描述一起,来说明本发明的原理。
附图说明
图1是表示本发明的实施方式所涉及的机器人的图。
图2是表示本发明的实施方式所涉及的机器人的结构的框图。
图3是表示本发明的实施方式所涉及的机器人的用户存储部所存储的信息的图。
图4是表示本发明的实施方式所涉及的服务器的结构的图。
图5是表示本发明的实施方式所涉及的服务器的数据库所存储的信息的图。
图6是表示本发明的实施方式所涉及的动作处理的流程图。
图7是表示本发明的实施方式所涉及的登记处理的流程图。
图8是说明发明的实施方式所涉及的数据发送处理的图。
图9是说明本发明的实施方式所涉及的动作处理以及登记处理的图。
图10是表示本发明的变形例所涉及的服务器的数据库所存储的信息的图。
具体实施方式
以下参考附图来说明用于实施本发明的形态所涉及的由具备信息处理装置的机器人和服务器构成的信息处理系统。
(实施方式)
本发明的实施方式所涉及的信息处理系统1如图1所示那样由机器人100和服务器(其他装置)200构成。机器人100是具有对图像进行摄像的摄像部103、对判定对象的例如人的脸进行摄像并自律动作的机器人装置。人包括在机器人100中预先登记的给定的对象即例如登记人以及未登记在机器人100的例如未登记人。在该给定的对象中包含机器人100的用户、用户的亲属、熟人等。服务器200例如是SNS(social networking service,社交网络服务)用的服务器装置,存储登记在SNS的人的帐号信息。在登记在SNS的人中包括预先登记在机器人100的登记人以及未登记在机器人100的未登记人。帐号信息包含人的名字、脸的特征量以及进行过好友登记的人的信息。机器人100和服务器200构成为能通过有线线路或无线线路相互通信。
机器人100例如如图1所示那样具有将人变形的形状,具备:配置模仿眼、嘴和鼻的构件的头部101;配置模仿手和脚的构件的躯干部(壳体)102;配置于头部101的摄像部103以及扬声器104;配置于底部的移动单元(移动装置)105;设于躯干部102的脊背的操作按钮150,在躯干部102的内部具有控制部110、通信部(通信单元)120、用户存储部130和电源部140。控制部110作为信息处理装置以及控制装置发挥功能。
摄像部103设于头部101的前面的下部、以人的脸来说是鼻的位置。摄像部103基于后述的控制部110的控制来对人等进行摄像,将表示摄像的图像的数据输出到控制部110。摄像部103作为摄像单元发挥功能。
扬声器104设于头部101的嘴的位置,基于控制部110的控制来发出声音。
移动单元105由电动机和轮胎构成,基于控制部110的控制来移动机器人100。
控制部110由CPU(Central Processing Unit,中央处理器)、ROM(ReadOnlyMemory,只读存储器)、RAM(Random Access Memory,随机存取存储器)构成。ROM由闪速存储器等非易失性存储器构成,存储用于控制部110实现各种功能的程序。RAM由易失性存储器构成,作为用来执行用于让控制部110进行各种处理的程序的作业区域而用。另外,RAM存储取得图像的数据。控制部110通过CPU读出存储于ROM的程序并在RAM上执行,而如图2所示那样作为图像取得部(对象信息取得单元)111、图像解析部(第1对象判定单元)112、判定部(第2判定单元)113、动作控制部(动作装置)114和登记部(登记单元)115发挥功能。
图像取得部111控制摄像部103的摄像动作,取得表示摄像部103摄像的图像的数据,将取得的图像的数据作为取得图像的数据存储到RAM。
图像解析部112对存储于RAM的取得图像进行解析,检测在取得图像拍到的人的人数m(m是自然数)。另外,图像解析部112判定在取得图像拍到的人的脸的特征量是否与预先登记在用户存储部130的登记人的脸的特征量一致。详细地,图像解析部112通过脸认识从取得图像提取人的脸,根据提取到的脸的数量来检测在摄像的图像拍到的人的人数m。接下来,图像解析部112从取得图像提取第n个人的脸的特征量。n是从1到m的自然数。第n个人能任意决定,例如将在图像的右方拍到的人设为第1个人,将在图像的左方拍到的人设为第m个人。接下来图像解析部112判定从第1个人到第m个人的人的脸的特征量是否分别与预先登记在用户存储部130的登记人的脸的特征量一致。
若通过图像解析部112判定为在取得图像拍到的人与登记人的脸的特征量不一致,则判定部113经由通信部120访问存储于服务器200的登记人的帐号,取得从服务器200发送的登记人的帐号信息。根据接下来登记人的帐号信息判定在取得图像拍到的人和登记人是否亲密。例如将是否进行过登记人的帐号信息中所含的好友登记作为表示亲密度的指标,提取进行过好友登记的人作为与登记人亲密的关系人。接下来判定部113取得从服务器200发送的关系人的帐号信息。这里取得的帐号信息是关系人的名字以及脸的特征量。脸的特征量可以从帐号信息中所含的脸的照片提取。接下来判定部113根据在取得图像拍到的人的脸的特征量和关系人的脸的特征量是否一致来判定在取得图像拍到的人和登记人是否亲密。
若由图像解析部112判定为在取得图像拍到的人的脸的特征量与预先登记在用户存储部130的登记人的脸的特征量一致,则动作控制部114执行第1机器人动作。详细地,第1机器人动作是通过移动单元105移动到判定为一致的人的附近,从扬声器104说出该人的名字等的动作。另外,若由判定部113判定为在取得图像拍到的人的脸的特征量和从服务器200取得的关系人的脸的特征量一致,则动作控制部114执行第2机器人动作(给定的动作)。详细地,第2机器人动作例如通过移动单元105移动到在取得图像拍到的人的附近,从扬声器104说出该人的名字,寒暄「初次见面请多关照」来进行感情表现等。
若由判定部113判定为在取得图像拍到的人的脸的特征量和从服务器200取得的关系人的脸的特征量一致,是关系人,则登记部115将表示存储于该人的帐号的名字和脸的特征量的数据登记到用户存储部130作为新的规定的对象。
通信部120与服务器200通信,接收登记人的帐号信息以及与登记人进行过好友登记的人的帐号信息。通信部120由无线LAN(Local AreaNetwork,局域网)、Bluetooth(注册商标)等无线通信模块构成。
用户存储部130由闪速存储器等非易失性存储器构成,如图3所示那样,存储预先登记的登记人的名字、脸的特征量等。
回到图2,电源部140由内置于躯干部102的充电电池构成,对机器人100的各部提供电力。
操作按钮150设于躯干部102的脊背,是用于操作机器人100的按钮,包含电源按钮。
服务器200如图4所示那样具备控制部210、通信部220和数据库230。
控制部210由CPU、ROM、RAM构成。ROM由闪速存储器等非易失性存储器构成,存储用于让控制部210实现各种功能的程序。RAM由易失性存储器构成,作为用来执行用于让控制部210进行各种处理的程序的作业区域而用。控制部210通过由CPU读出存储于ROM的程序并在RAM上执行,从而作为帐号信息发送部211发挥功能。
帐号信息发送部211经由通信部220取得从机器人100发送的表示登记人的帐号的名字的信息,从数据库230检索登记人的帐号,将登记人的帐号信息发送到机器人100。在帐号信息中包含表示与登记人进行过好友登记的人的关系人的信息。若取得从机器人100发送的表示关系人的信息,就对关系人的帐号进行检索。接下来将关系人的帐号信息发送到机器人100。帐号信息包含人的名字以及脸的特征量。
通信部220与机器人100的通信部120进行通信,发送登记人的帐号信息以及关系人的帐号信息。通信部220具备无线LAN(Local Area Network,局域网)、Bluetooth(注册商标)等无线通信模块。
数据库230如图5所示那样由存储A、B…X、Y…的帐号的SNS用的数据库构成。A、B…X、Y…的帐号分别存储名字、脸的特征量、进行过好友登记的人等。例如A的帐号包含A的名字、A的脸的特征量、与A进行过好友登记的B先生、S、T…。
接下来说明具有以上的结构的机器人100所执行的动作处理、登记处理以及服务器200所执行的数据发送处理。动作处理包含如下处理:在摄像的人是登记人的情况下,机器人100执行给定的动作。在登记处理中,在摄像的人是未登记人的情况下,机器人100访问服务器200来判定其是否是与登记人亲密的人,在是亲密的人的情况下,执行给定的动作。
若用户操作操作按钮150将电源接通,则机器人100响应于将电源接通的指示而开始图6所示的动作处理。若服务器管理者将服务器200的电源接通,就开始图8所示的数据发送处理。以下使用流程图来说明机器人100执行的动作处理。
首先图像取得部111使摄像部103开始摄像(步骤S101),将摄像的图像作为取得图像存储到RAM。接下来,图像解析部112检测在取得图像拍到的人的人数m(步骤S102)。详细地,图像解析部112通过脸认识从图像提取人的脸,根据提取到的脸的数量来检测在取得图像拍到的人的人数m。接下来设定为变量n=1(步骤S103)。接下来图像解析部112从取得图像提取第n个人的脸的特征量(步骤S104)。第n个人的人能任意决定,例如将在图像的右方拍到的人设为第1个人,将在图像的左方拍到的人设为第m个人(步骤S104)。接下来图像解析部112判定第n个人的人的脸的特征量是否与预先登记在用户存储部130的登记人的脸的特征量一致(步骤S105)。
若判定为一致(步骤S105“是”),则动作控制部114执行第1机器人动作(步骤S106)。详细地,第1机器人动作包括:移动到第n个人的人的附近,说出第n个人的人的名字。接下来使变量n递增(步骤S107)。接下来动作控制部114判定是否是变量n>人数m(步骤S108)。若判定为不是变量n>人数m(步骤S108“否”),就回到步骤S104,提取第n个人的脸的特征量。
图像解析部112若判定为第n个人的人的脸的特征量与预先登记在用户存储部130的登记人的脸的特征量不一致(步骤S105“否”),就实施图7所示的登记处理(步骤S109)。判定部113经由通信部120访问服务器200(步骤S201)。接下来判定部113访问登记人的帐号,取得登记人的帐号信息(步骤S202)。接下来从登记人的帐号信息取得与登记人进行过好友登记的人(步骤S203)。接下来判定部113从进行过好友登记的人的帐号取得帐号信息(步骤S204)。这里取得的信息是进行过好友登记的人的名字以及脸的特征量。脸的特征量可以从存储于帐号的脸的照片提取。接下来判定部113判定在取得图像拍到的第n个人的人的脸的特征量和从服务器200取得的进行过好友登记的人的脸的特征量是否一致(步骤S205)。
在判定为一致的情况下(步骤S205“是”),第n个的人作为与登记人亲密的人,登记部115将表示名字和脸的特征量的数据登记到用户存储部130(步骤S206)。之后结束登记处理,回到图6所示的动作处理。另外,在判定为不一致的情况下(步骤S205“否”),结束登记处理,回到图6所示的动作处理。
接下来动作控制部114判定是否登记了表示第n个的人的数据(步骤S110)。在判定为登记过的情况下(步骤S110“是”),执行第2机器人动作(步骤S110)。详细地,第2机器人动作例如是:移动到第n个人的人的附近,说出第n个人的人的名字,寒暄「初次见面请多关照」来进行感情表现等。在判定为未登记的情况下(步骤S110“否”),使变量n递增(步骤S107),若判定为不是变量n>人数m(步骤S108“否”),则回到步骤S104。若判定为是变量n>人数m(步骤S108“是”),则结束动作处理。
接下来说明服务器200执行的图8所示的数据发送处理。
服务器200的帐号信息发送部211判定是否经由通信部220从机器人100有访问(步骤S301)。若判定为没有访问(步骤S301“否”),就重复步骤S301。若判定为有访问(步骤S301“是”),则取得从机器人100发送到登记人的帐号的进行访问的信息后,检索登记人的帐号(步骤S302)。接下来将登记人的帐号信息发送到机器人100(步骤S303)。
接下来,取得从机器人100发送的访问与登记人进行过好友登记的人的信息后,检索与登记人进行过好友登记的人的帐号(步骤S304)。接下来发送进行过好友登记的人的帐号信息(步骤S305)。帐号信息包含进行过好友登记的人的名字以及脸的特征量。接下来判定是否有结束指示(步骤S306)。若判定为没有结束指示(步骤S306“否”),则回到步骤S301。若判定为有结束指示(步骤S306“是”),则结束数据发送处理。
接下来基于具体例,参考图3、图5、图9来说明本实施方式所涉及的机器人100以及服务器200所执行的处理。在该示例中,在机器人100中如图3所示那样登记A先生和B先生。在机器人100的摄像部103摄像的位置存在3个人,图9所示的在取得图像I的右方拍到的A先生是预先登记在机器人100的登记人。在中央拍到的T先生,如图5所示那样在服务器200的数据库230在A先生的帐号进行过好友登记,是与A先生亲密的人。在左方拍到的V先生未预先登记在机器人100,在服务器200的数据库230中是未与A先生以及B先生进行过好友登记的人。
首先图像取得部111使摄像部103开始摄像(步骤S101;图6),将摄像的图像作为取得图像I存储到RAM。接下来图像解析部112检测在取得图像I拍到的人的人数m(步骤S102;图6)。在此检测为m=3。接下来设定为变量n=1(步骤S103;图6)。接下来图像解析部112从取得图像提取第1个人的脸的特征量(步骤S104;图6)。在该示例中,将在图像的右方拍到的人设为第1个人,将正中的人设为第2个人,将在图像的左方拍到的人设为第3个人。接下来图像解析部112判定第1个人的脸的特征量是否与预先登记在用户存储部130的登记人的脸的特征量一致(步骤S105;图6)。
由于第1个人是在右方拍到的A先生,因此判定为一致(步骤S105“是”;图6),动作控制部114执行第1机器人动作,移动到A先生的附近,说出A先生的名字(步骤S106;图6)。接下来使变量n递增(步骤S107;图6)。接下来,由于变量n是2,人数m是3,因此判定为不是变量n>人数m(步骤S108“否”;图6),回到步骤S104,提取第2个人即T先生的脸的特征量。
T先生由于未预先登记在用户存储部130,因此图像解析部112判定为T先生的脸的特征量与预先登记在用户存储部130的登记人的脸的特征量不一致(步骤S105“否”;图6),实施登记处理(步骤S109;图6)。判定部113经由通信部120访问服务器200的登记人即A先生和B先生的帐号,取得A先生和B先生的帐号信息(步骤S202;图7)。接下来从A先生和B先生的帐号信息提取与登记人进行过好友登记的人(步骤S203;图7)。在此,在A先生的帐号提取进行过好友登记的B、S、T先生,在B先生的帐号提取进行过好友登记的A、X、Y先生。接下来判定部113从进行过好友登记的人的帐号取得帐号信息(步骤S204;图7)。这里取得的信息是表示进行过好友登记的人即S、T、X、Y先生的名字以及脸的特征量的信息。接下来判定部113判定在取得图像拍到的T先生的脸的特征量和S、T、X、Y先生的脸的特征量是否一致(步骤S205;图7)。
由于T先生与在A先生的帐号中进行过好友登记的T先生是同一人,因此判定为一致(步骤S205“是”;图7)、登记部115将T先生作为与登记人亲密的人,将T先生的名字和脸的特征量自动登记在用户存储部130(步骤S206;图7)。之后结束登记处理,回到动作处理。接下来动作控制部114由于判定为登记过T先生(步骤S110“是”;图6),因此执行第2机器人动作,移动到T先生的附近,说出T先生的名字,寒暄「初次见面请多关照」来进行感情表现(步骤S110;图6)。
接下来使变量n递增(步骤S107;图6)。由于在此变量n是3,人数m是3,因此判定为不是变量n>人数m(步骤S108“否”;图6),回到步骤S104。第3个人是在左方拍到的V先生。V先生由于为预先登记在用户存储部130,因此图像解析部112判定为V先生的脸的特征量与预先登记在用户存储部130的登记人的脸的特征量不一致(步骤S105“否”;图6),实施登记处理(步骤S109;图6)。判定部113经由通信部120取得存储于服务器200的A先生和B先生的帐号信息(步骤S202;图7)。接下来从A先生和B先生的帐号信息提取与登记人进行过好友登记的S、T、X以及Y先生(步骤S203;图7)。接下来判定部113从S、T、X以及Y先生的帐号取得帐号信息(步骤S204;图7)。接下来判定部113判定在取得图像拍到的V先生的脸的特征量和S、T、X以及Y先生的脸的特征量是否一致(步骤S205;图7)。由于V先生未包含在A先生和B先生的帐号中进行过好友登记的S、T、X以及Y先生,因此判定为不一致(步骤S205“是”;图7),结束登记处理,回到图6所示的动作处理。接下来动作控制部114判定为未登记过V先生(步骤S110“否”;图6),使变量n递增(步骤S107)。在此由于变量n是4,人数m是3,因此判定为是变量n>人数m(步骤S108“是”;图6),结束动作处理。
如以上那样,根据本实施方式的机器人100,即使是未预先登记在用户存储部130的未登记人,若参考服务器200的数据库230,基于表示登记人与未登记人的亲密度的指标,是与登记在用户存储部130的登记人亲密的人,则也能将该人的名字、脸的特征量等自动登记在用户存储部130。由此,机器人100若登记1人作为用户,就能参考服务器200的数据库230将与登记人亲密的人容易地进行用户登记,能省去用户登记的工夫。另外,机器人100能移动到新登记在用户存储部130的人的附近,说出名字,寒暄「初次见面请多关照」来进行感情表现,能获知新进行了登记。另外,若在次回启动时对机器人100新登记的人进行摄像,就能对新登记的人执行与对预先登记过的人的响应同样的响应。
(变形例)
在前述的实施方式中,说明了机器人100判定在取得图像拍到的脸的特征量是否分别与预先登记在用户存储部130的登记人的脸的特征量一致来判别人的示例。机器人100只要能判别人,就也可以通过对用作为声音采集部(声音采集单元)的麦克风声音采集的声音进行声音认识等方法来对人进行判别。
在前述的实施方式中,说明了机器人100的判定部113若判定为是与登记人亲密的人就将判定为是亲密的人的人的名字、脸的特征量等登记到用户存储部130的示例。机器人100也可以若判定为是与登记人亲密的人,不将该人的名字、脸的特征量等登记到用户存储部130,执行与响应登记人的动作同样的动作。另外,机器人100可以登记判定为是用户或预先登记的与登记人亲密的人的人,而不登记判定为是与新自动登记的人亲密的人的人。如此,能仅登记与用户或预先登记的登记人直接亲密的人。另外,机器人100可以登记判定为是用户或预先登记的与登记人亲密的人、判定为是与新自动登记的人亲密的人的人。由此能登记用户或和预先登记的与登记人亲密的人亲密的人。也可以在判定是否将未登记人新登记的情况下,能任意设定有几个亲密的人介于在用户或预先登记的登记人与未登记人之间而存在。
在前述的实施方式中,将是否进行了存储于服务器200的登记人的帐号信息中所含的好友登记用作表示亲密度的指标,判定为是与登记人亲密的人。判定为是与登记人亲密的人的基准,只要是基于表示亲密度的指标即可,不限定于进行过好友登记的人。例如可以将从登记人访问未登记人的帐号的次数、从未登记人访问登记人的帐号的次数等作为表示亲密度的指标来进行判定。也可以将来自登记人的帐号的未登记人的帐号的关注、来自未登记人的帐号的登记人的帐号的关注、登记人和未登记人的帐号的相互关注等作为表示亲密度的指标来进行判定。
详细地,也可以是,机器人100的判定部113在其他装置中由判定对象访问给定的对象的帐号的次数是第1次数以上的情况下,判定为判定对象是与给定的对象具有作为给定的关系的亲密的关系的对象。
另外,也可以是,在判定对象在其他装置或与其他装置不同的另外的其他装置中具有帐号的情况下,在由给定的对象访问判定对象的帐号的次数是第2次数以上的情况下,判定为判定对象是与给定的对象具有作为给定的关系的亲密的关系的对象。
另外,也可以是,在给定的对象和判定对象在其他装置或与其他装置不同的另外的其他装置中具有帐号的情况下,在从给定的对象的帐号向判定对象的帐号的关注的次数、或从判定对象帐号向给定的对象的帐号的光柱的次数是第3次数以上的情况下,判定为判定对象是与给定的对象具有作为给定的关系的亲密的关系的对象。
另外,也可以是,在给定的对象和判定对象在其他装置或与其他装置不同的另外的其他装置中具有帐号的情况下,在给定的对象的帐号与判定对象的帐号的相互关注的次数是第4次数以上的情况下,判定为判定对象是与给定的对象具有作为给定的关系的亲密的关系的对象。
在前述的实施方式中,说明了服务器200由SNS用的服务器构成的示例。服务器200只要是存储表示未登记人与登记人的亲密度的指标的装置即可。例如服务器200’具有从多个机器人100发送的帐号信息,在该帐号信息中包含机器人100中所登记的人的名字和脸的特征量。也可以将登记在同一帐号信息内的人作为亲密的人。详细地,服务器200’如图10所示那样,存储从第1机器人100A发送的帐号信息、从第1机器人100A以外的第2机器人100B发送的帐号信息和从第1机器人100A以及第2机器人100B以外的第3机器人100C发送的帐号信息。第1机器人到第3机器人100A~100C具有与机器人100同样的结构。在各个帐号中存储登记在第1机器人到第3机器人100A~100C的登记人的名字和脸的特征量。在该情况下,将在第1机器人到第3机器人100A~100C的帐号内存储的人作为亲密的人。由于在第1机器人100A的帐号中登记了A先生和B先生,因此A先生和B先生是亲密的人。由于在第2机器人100B的帐号中登记了S先生、T先生和A先生,因此S先生、T先生和A先生是亲密的人。由于在第3机器人100C的帐号中登记了X先生和Y先生,因此X先生和Y先生是亲密的人。
在第1机器人100A取得的取得图像中拍到未登记在第1机器人100A的人的脸的情况下,第1机器人100A访问服务器200’的数据库230’,检索与登记在第1机器人100A的A先生和B先生亲密的人。在服务器200’中,与A先生亲密的人是登记在第1机器人100A的帐号的B先生、和登记在第2机器人100B的帐号的S先生和T先生。第1机器人100A从服务器200’取得B先生、S先生和T先生的名字和脸的特征量的信息。通过脸认识来判别第1机器人100A取得的在取得图像拍到的人是否是B先生、S先生或T先生。第1机器人100A若判别为在取得图像拍到的人是S先生,就存储从服务器200’取得的S先生的名字和脸的特征量的信息。如此,第1机器人100A能经由服务器200’取得登记在第2机器人100B的S先生的名字和脸的特征量。
在前述的实施方式中,说明了机器人100、第1机器人到第3机器人100A~100C参考服务器200的数据库230、服务器200’的数据库230’,并判别是否是与登记在用户存储部130的登记人的关系亲密的人的示例。机器人100只要能判定是否是与登记在用户存储部130的登记人亲密的人,则也可以不参考服务器200的数据库230、服务器200’的数据库230’。例如在机器人100的图像解析部112在取得图像中检测到登记在用户存储部130的登记人和未登记在用户存储部130的未登记人的情况下,判定部113可以将登记人与未登记人的位置关系用作表示亲密度的指标,来判定未登记人和登记人是否亲密。例如判定部113可以测定取得图像拍到的登记人与未登记人之间的距离,将该距离作为表示亲密度的指标。即,可以在该距离为一定距离以下的情况下,判定为未登记人和登记人亲密。另外,也可以测定该距离在一定距离以下所经过的时间,将该时间作为表示亲密度的指标。例如可以在以1m以下的距离经过3分钟的情况下,判定为未登记人和登记人亲密。即,可以在该时间为一定时间以上的情况下,判定为未登记人和登记人亲密。若判定为未登记人和登记人亲密,就将未登记人的脸的特征量登记到用户存储部130。
在前述的实施方式中,说明了机器人100、第1机器人到第3机器人100A~100C将人作为对象进行判别的示例。机器人100、第1机器人到第3机器人100A~100C判定的对象(各权利要求中记载的判定对象)可以是人以外的狗或猫等动物,还可以是其他机器人等物体。这对于各权利要求中记载的给定的对象也同样。另外,虽然是判定判定对象是否符合与给定的对象有亲密的关系的对象,但也可以判定与给定的对象有其他的适当的给定的关系,例如判定是否符合有趣味共通的关系的对象。
在前述的实施方式中,说明了摄像部103位于头部101的鼻的位置的示例,但摄像部103可以设于任何位置,例如可以设于右眼或左眼,也可以设于位于右眼与左眼间的位置、或额头的位置。另外,也可以将摄像部103设置在右眼以及左眼,取得三维图像。
在前述的实施方式中,说明了机器人100具有模仿人的形状的示例,但机器人100的形状并没有特别限定,例如可以具有模仿包含狗或猫的动物的形状,也可以是模仿动画片的角色、想象上的生物的形状。
另外,进行由CPU、RAM、ROM等构成的控制部110、210所执行的处理的成为中心的部分,不依赖于专用的系统,能使用通常的信息便携终端(智能手机、平板PC(PersonalComputer,个人计算机))、个人计算机等执行。例如可以通过将用于执行前述的动作的计算机程序存放在计算机可读的记录介质(软盘、CD-ROM(Compact Disc Read Only Memory,光盘只读存储器)、DVD-ROM(Digital Versatile Disc Read Only Memory,数字多功能盘只读存储器)等)进行分发,将该计算机程序安装在信息便携终端等,来构成执行前述的处理的信息便携终端。另外,也可以在因特网等通信网络上的服务器装置所具有的存储装置存放该计算机程序,通过通常的信息便携终端等进行下载等来构成信息处理装置。
另外,在通过OS(Operating System,操作系统)与应用程序的分担、或OS与应用程序的协作来实现控制部110、210的功能的情况下等,可以仅将应用程序部分存放在记录介质或存储装置。
另外,还能在载波中叠加计算机程序,经由通信网络发布。例如可以在通信网络上的布告栏(BBS:Bulletin Board System,电子布告栏系统)布告该计算机程序,经由网络来发布该计算机程序。而且,可以构成为启动该计算机程序,在OS的控制下与其他应用程序同样地执行,从而能执行前述的处理。
本发明能不脱离本发明的广义的精神和范围的前提下作为各种的实施方式以及变形。另外,前述的实施方式用于说明本发明,并非限定本发明的范围。即,本发明的范围不是由实施方式而是由权利要求书示出。并且在权利要求书内以及与其同等的发明的意义的范围内实施的各种变形,被视作本发明的范围内。

Claims (21)

1.一种信息处理装置(110),其特征在于,具备:
对象信息取得单元(111),其取得关于判定对象的信息;
第1对象判定单元(112),其基于由所述对象信息取得单元取得的所述信息,来判定所述判定对象是否与预先登记的给定的对象相符;和
第2对象判定单元(113),其基于由所述对象信息取得单元取得的信息,来判定所述判定对象是否与和所述给定的对象有给定的关系的所述给定的对象以外的对象相符。
2.根据权利要求1所述的信息处理装置,其特征在于,
所述第2对象判定单元在判定为所述判定对象与所述给定的对象不相符的情况下,执行所述判定对象是否与和所述给定的对象有所述给定的关系的对象相符的判定。
3.根据权利要求1所述的信息处理装置,其特征在于,
所述第2对象判定单元基于表示所述判定对象与所述给定的对象间的亲密度的指标,来判定所述判定对象是否与和所述给定的对象有作为所述给定的关系的亲密的关系的对象相符。
4.根据权利要求1所述的信息处理装置,其特征在于,
所述信息处理装置还具备:
登记单元(115),若由所述第2对象判定单元判定为所述判定对象是和所述给定的对象有所述给定的关系的对象,则其将所述判定对象作为新的给定的对象自动登记。
5.根据权利要求1所述的信息处理装置,其特征在于,
所述第2对象判定单元取得在摄像单元(103)摄像的拍到所述判定对象的图像,在摄像的图像中拍到所述给定的对象和判定为与所述给定的对象不相符的所述判定对象的情况下,
将所述判定对象与所述给定的对象间的距离作为表示亲密度的指标,在所述判定对象与所述给定的对象的所述距离为一定距离以下的情况下,判定为所述判定对象是和所述给定的对象有作为所述给定的关系的亲密的关系的对象,
或者,将所述判定对象与所述给定的对象间的距离为一定距离以下经过的时间作为表示亲密度的指标,在所述一定距离以下经过的所述时间为一定时间以上的情况下,判定为所述判定对象是和所述给定的对象有作为所述给定的关系的亲密的关系的对象。
6.根据权利要求1所述的信息处理装置,其特征在于,
所述对象信息取得单元从在摄像单元(103)摄像的所述判定对象的图像或在声音采集单元声音采集的所述判定对象的声音取得特征量,作为关于所述判定对象的所述信息。
7.根据权利要求1所述的信息处理装置,其特征在于,
所述信息处理装置还具备:通信单元(120),其与不同于自装置的其他装置进行通信,
所述第2对象判定单元经由所述通信单元从所述其他装置取得判定为与所述给定的对象不相符的所述判定对象与所述给定的对象间的关系,基于所述取得的关系来判定所述判定对象是否为和所述给定的对象有所述给定的关系的对象。
8.根据权利要求7所述的信息处理装置,其特征在于,
在所述其他装置中,在所述给定的对象与所述判定对象进行了好友登记的情况下,所述第2对象判定单元判定为所述判定对象是和所述给定的对象有作为所述给定的关系的亲密的关系的对象。
9.根据权利要求7所述的信息处理装置,其特征在于,
所述其他装置是所述用户或所述给定的对象具有帐号的社交网络服务器即SNS(200)。
10.根据权利要求9所述的信息处理装置,其特征在于,
所述第2对象判定单元(113)能经由所述通信单元登录到所述SNS中的所述用户或所述给定的对象的所述帐号。
11.根据权利要求9所述的信息处理装置,其特征在于,
在所述其他装置中,在所述给定的对象与所述判定对象进行过好友登记的情况下,
在所述SNS中的所述给定的对象的所述帐号中包含所述判定对象的脸照片、所述判定对象的声音、所述判定对象的个人信息,
所述第2对象判定单元经由所述通信单元获取所述判定对象的所述脸照片、所述判定对象的所述声音、所述判定对象的所述个人信息。
12.根据权利要求1所述的信息处理装置,其特征在于,
所述判定对象以及所述给定的对象是人或动物或机器人。
13.根据权利要求1所述的信息处理装置,其特征在于,
所述第2对象判定单元设定几个亲密的人介于所述判定对象与所述给定的对象之间存在。
14.根据权利要求7所述的信息处理装置,其特征在于,
在所述其他装置中,所述判定对象访问所述给定的对象的帐号的次数为第1次数以上的情况下,所述第2对象判定单元判定为所述判定对象是和所述给定的对象有作为所述给定的关系的亲密的关系的对象。
15.根据权利要求7所述的信息处理装置,其特征在于,
在所述其他装置或与所述其他装置不同的另外的其他装置中,所述判定对象具有帐号的情况下,在由所述给定的对象访问所述判定对象的帐号的次数为第2次数以上的情况下,判定为所述判定对象是和所述给定的对象有作为所述给定的关系的亲密的关系的对象。
16.根据权利要求7所述的信息处理装置,其特征在于,
在所述其他装置或与所述其他装置不同的另外的其他装置中,在所述给定的对象和所述判定对象具有帐号的情况下,在从所述给定的对象的帐号向所述判定对象的帐号的关注的次数、或从所述判定对象的帐号向所述给定的对象的帐号的关注的次数为第3次数以上的情况下,判定为所述判定对象是和所述给定的对象有作为所述给定的关系的亲密的关系的对象。
17.根据权利要求7所述的信息处理装置,其特征在于,
在所述其他装置或与所述其他装置不同的另外的其他装置中,在所述给定的对象和所述判定对象具有帐号的情况下,在所述给定的对象的帐号与所述判定对象的帐号的相互关注的次数为第4次数以上的情况下,判定为所述判定对象是和所述给定的对象有作为所述给定的关系的亲密的关系的对象。
18.一种机器人,其特征在于,具备:
权利要求1~17中任一项所述的所述信息处理装置;
使自装置自律行驶的移动装置(105);
使所述自装置动作的动作装置(114);和
控制所述移动装置以及所述动作装置的控制装置(110)。
19.根据权利要求18所述的机器人,其特征在于,
在由所述信息处理装置的所述第2对象判定单元判定为所述给定的对象是和所述判定对象有亲密的关系的对象的情况下,
所述控制装置控制所述移动装置使所述自装置靠近所述判定对象,并控制所述动作装置使所述自装置对所述判定对象进行给定的动作来进行感情表现。
20.一种信息处理方法,是信息处理装置(110)的信息处理方法,其特征在于,包括如下步骤:
取得关于判定对象的信息;
基于取得的所述信息来判定所述判定对象是否与预先登记的给定的对象相符;和
基于取得的所述信息来判定所述判定对象是否与和所述给定的对象有给定的关系的所述给定的对象以外的对象相符。
21.一种记录介质,存放有程序,其特征在于,该程序使信息处理装置(110)的计算机作为如下单元发挥功能:
对象信息取得单元(111),其取得关于判定对象的信息;
第1对象判定单元(112),其基于由所述对象信息取得单元取得的所述信息来判定所述判定对象是否与预先登记的给定的对象相符;和
第2对象判定单元(113),其基于由所述对象信息取得单元取得的所述信息来判定所述判定对象是否与和所述给定的对象有给定的关系的所述给定的对象以外的对象相符。
CN201811545858.0A 2017-12-25 2018-12-17 信息处理装置、机器人、信息处理方法以及记录介质 Pending CN110069973A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017-247740 2017-12-25
JP2017247740A JP2019111625A (ja) 2017-12-25 2017-12-25 情報処理装置、ロボット、情報処理方法及びプログラム

Publications (1)

Publication Number Publication Date
CN110069973A true CN110069973A (zh) 2019-07-30

Family

ID=64901842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811545858.0A Pending CN110069973A (zh) 2017-12-25 2018-12-17 信息处理装置、机器人、信息处理方法以及记录介质

Country Status (4)

Country Link
US (1) US20190193261A1 (zh)
EP (1) EP3502940A1 (zh)
JP (1) JP2019111625A (zh)
CN (1) CN110069973A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230307138A1 (en) * 2020-06-05 2023-09-28 Nec Corporation Image processing apparatus, image processing method, and non-transitory computer-readable storage medium

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110717388B (zh) * 2019-09-02 2023-06-06 平安科技(深圳)有限公司 多账户关联注册的方法、装置、计算机设备及存储介质
CN113961652B (zh) * 2021-12-22 2022-02-25 北京金堤科技有限公司 信息关联方法及装置、计算机存储介质、电子设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005107588A (ja) * 2003-09-26 2005-04-21 Toshiba Corp 人物照合システムおよび入退室管理システム
CN101038683A (zh) * 2006-03-15 2007-09-19 富士通株式会社 个人识别系统和方法及存储有个人识别程序的计算机可读记录介质
CN101262494A (zh) * 2008-01-23 2008-09-10 华为技术有限公司 对发布信息进行处理的方法、客户端、服务器和系统
US20120131065A1 (en) * 2010-11-22 2012-05-24 Electronics And Telecommunications Research Institute System and method for processing data for recalling memory
US20130325887A1 (en) * 2012-06-01 2013-12-05 Sony Corporation Information processing apparatus, information processing method, and program
CN105874528A (zh) * 2014-01-15 2016-08-17 日立麦克赛尔株式会社 信息显示终端、信息显示系统以及信息显示方法
US20170078454A1 (en) * 2015-09-10 2017-03-16 I'm In It, Llc Methods, devices, and systems for determining a subset for autonomous sharing of digital media
US20170149725A1 (en) * 2014-04-07 2017-05-25 Nec Corporation Linking system, device, method, and recording medium

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008048287A (ja) 2006-08-18 2008-02-28 Meiji Univ ネットワーク・コミュニティシステム、ネットワーク・コミュニティの形成方法及びネットワーク・コミニュティシステム用プログラム

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005107588A (ja) * 2003-09-26 2005-04-21 Toshiba Corp 人物照合システムおよび入退室管理システム
CN101038683A (zh) * 2006-03-15 2007-09-19 富士通株式会社 个人识别系统和方法及存储有个人识别程序的计算机可读记录介质
CN101262494A (zh) * 2008-01-23 2008-09-10 华为技术有限公司 对发布信息进行处理的方法、客户端、服务器和系统
US20120131065A1 (en) * 2010-11-22 2012-05-24 Electronics And Telecommunications Research Institute System and method for processing data for recalling memory
US20130325887A1 (en) * 2012-06-01 2013-12-05 Sony Corporation Information processing apparatus, information processing method, and program
CN105874528A (zh) * 2014-01-15 2016-08-17 日立麦克赛尔株式会社 信息显示终端、信息显示系统以及信息显示方法
US20170149725A1 (en) * 2014-04-07 2017-05-25 Nec Corporation Linking system, device, method, and recording medium
US20170078454A1 (en) * 2015-09-10 2017-03-16 I'm In It, Llc Methods, devices, and systems for determining a subset for autonomous sharing of digital media

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SIMON HUDSON等: "The influence of social media interactions on consumer–brand relationships: A three-country study of brand perceptions and marketing behaviors", 《RESEARCH IN MARKETING》 *
李佳: "微博关键用户和用户社区网络挖掘研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230307138A1 (en) * 2020-06-05 2023-09-28 Nec Corporation Image processing apparatus, image processing method, and non-transitory computer-readable storage medium
US12176112B2 (en) * 2020-06-05 2024-12-24 Nec Corporation Image processing apparatus, image processing method, and non-transitory computer-readable storage medium

Also Published As

Publication number Publication date
US20190193261A1 (en) 2019-06-27
EP3502940A1 (en) 2019-06-26
JP2019111625A (ja) 2019-07-11

Similar Documents

Publication Publication Date Title
CN109313935B (zh) 信息处理系统、存储介质和信息处理方法
KR102789169B1 (ko) 놀이 컨텐츠를 추천하는 전자 장치 및 그의 동작 방법
CN115357748B (zh) 头戴式装置
CN107053186A (zh) 对话装置、机器人、对话方法以及存储介质
CN110364164B (zh) 对话控制装置、对话系统、对话控制方法以及存储介质
CN110069973A (zh) 信息处理装置、机器人、信息处理方法以及记录介质
CN115019406B (zh) 身份编码方法及装置、豢养物身份编码方法及装置
US12430695B2 (en) Information processing apparatus, control method, and program
CN109948438A (zh) 自动面试评分方法、装置、系统、计算机设备及存储介质
US10339381B2 (en) Control apparatus, control system, and control method
JP6649005B2 (ja) ロボット撮影システムおよび画像管理方法
CN113312600A (zh) 生物关系认证处理方法及装置
JP2019113696A (ja) 発話タイミング判定装置、ロボット、発話タイミング判定方法及びプログラム
JP2022184032A (ja) 表情認識装置、対話ロボット、表情認識システム、表情認識方法、及びプログラム
CN110728244A (zh) 豢养物身份信息采集的引导方法以及装置
JPWO2022003774A5 (ja) 情報処理装置、顔認証促進システム、情報処理方法、プログラム
JP2008310636A (ja) 顔類似検索システム
JP2015115911A (ja) 行動記録装置、入出力装置、行動記録プログラムおよび行動記録方法
JP2025059059A (ja) システム
JP2019135636A (ja) 自分史作成支援システム
JP2026019898A (ja) システム
CN109885701B (zh) 多媒体数据处理方法、系统、终端和计算机可读存储介质
JP2026023368A (ja) システム
JP2026024507A (ja) システム
KR101769512B1 (ko) 휴먼케어 디바이스

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190730