申请/专利权人：谷歌有限责任公司

申请日：2018-09-07

公开（公告）日：2024-03-08

公开（公告）号：CN117666896A

主分类号：G06F3/04845

分类号：G06F3/04845;G06F3/0482;G06F3/04842;G06F3/0488;G06F16/487;G06F16/9032;G06F9/451

优先权：["20170909 US 15/700,106"]

专利状态码：在审-实质审查的生效

法律状态：2024.03.26#实质审查的生效;2024.03.08#公开

摘要：本申请涉及用于图像响应自动助理的技术。本文公开的技术使得用户能够与自动助理交互，并且从所述自动助理获得相关输出，不需要用户提供费力的键入输入，和或不需要用户提供可能引起隐私关注例如，如果附近有其它人的语音输入。所述助理应用能够在多种不同的图像会话模式下操作，其中所述助理应用响应于所述相机的视场内的各种对象。当在所述相机的视场内检测到特定对象时，能够将所述图像会话模式建议给用户。当所述用户选择一种图像会话模式时，所述助理应用之后能够提供输出，以基于所述所选的图像会话模式并且基于由所述相机的图像捕捉的对象呈现。

主权项：1.一种由一个或多个处理器实现的方法，所述方法包括：由计算设备确定用户已提供指向自动助理的口头话语，所述自动助理能够经由所述计算设备访问并且在图像会话模式下操作，在所述图像会话模式中所述自动助理是响应于来自所述计算设备的相机的图像数据；基于所述口头话语，使得所述计算设备的所述相机在所述计算设备的显示接口处提供实时图像馈送；在所述相机正提供所述实时图像馈送时，识别在来自所述相机的所述实时图像馈送中表示的对象，其中，识别所述对象包括：处理来自所述实时图像馈送的一个或多个图像；基于识别所述对象和所述图像会话模式，生成对象数据，所述对象数据表征在来自所述相机的所述实时图像馈送中以图形方式表示的所述对象，其中，所述对象数据包括：针对所述图像会话模式定制得到的1所述对象的图形表示，所述对象的所述图形表示是从不同于所述实时图像馈送的源获得的，以及2表征所述对象的自然语言内容；响应于所述对象处于所述相机的视场中并且基于所述对象数据，使得将所述自然语言内容与所述对象的所述图形表示一起渲染在所述显示接口处。

全文数据：

权利要求：

百度查询： 谷歌有限责任公司 用于图像响应自动助理的系统、方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD