帐户两者中的日落图像，因为其与那个人(即，那个人的社交媒体帐户)有关。此外，虽然在这里将数字图像描述为单个图像，但将理解的是图像组件236可检索任何数目的数字图像(例如，包含在该特定已知人的Facebook简档中的包含该特定已知人的每个图像)。
[0044]一旦由图像组件236选择了那个人的至少一个数字图像，则图像组件236利用算法来创建标识符并将其分配给数字图像。此类算法的一个示例是尺度不变特征变换(SIFT),其在计算机视觉中被用来检测和描述图像中的局部特征。例如，数字图像内的局部特征可包括描绘在图像中的人眼和耳朵。该算法可以识别那些特征(例如，眼睛和耳朵)并使用标识符来对其进行描述。这样，可以将该图像的标识符与其它web图像的标识符进行比较以确定图像是相似或不相似的。
[0045]在一个实施例中，可向在因特网上可用的每个数字图像分配预先计算的标识符并将其存储在数据仓库(例如，图像索引250)中或高速缓存以供将来使用。如果图像组件236检索到已被分配预先计算标识符的数字图像，则将图像组件236被配置成自动地辨识并提取该预先计算的标识符。
[0046]在另一实施例中，图像组件236仅检索数字图像的标识符而不是数字图像本身。例如，可将数字图像和/或数字图像的预先计算的标识符存储在数据仓库(例如，图像索引250)中。另外，可与识别特定人的信息(例如，人的姓名或独有ID)相关联地存储数字图像和预先计算的标识符。图像组件236因此被配置成访问数据仓库，对与该特定已知人相关联的数字图像的标识符进行定位，并且自动地辨识和提取标识符。
[0047]图像引擎230的通信组件238被配置成将数字图像的一个或多个标识符传送到图像索引250。通信组件238被配置成还将搜索结果284传送回前端机构220以便呈现给用户。
[0048]如图2中所示，图像索引250包括接收组件252、识别组件254以及通信组件256。图像索引250通常包括或者可访问多种计算机可读材料。在一些实施例中红，可将组件252、254和256中的一个或多个实现为独立的应用程序。在其它实施例中，可将组件252、254和256中的一个或多个直接地集成到诸如图1的远程计算机108之类的计算设备的操作系统中。将理解的是图2中所图示的组件252、254和256在性质上和数目上是示例性的，并且不应解释为限制性的。在本文的实施例范围内，可采用任何数目的组件来实现期望功會K。
[0049]图像索引250被配置成存储web图像251 (S卩，在web上可用的图像)的映射标识符和到web图像251的链接。web爬虫首先对web图像251和到web图像251的相应链接进行定位。web爬虫还可检索与web图像251相关联或在web图像251中描绘的人的姓名。此外，web爬行过程可自动地和/或连续地发生。
[0050]图像索引250的接收组件252接收web图像251和到web图像251的链接。在一个实施例中，到web图像251的链接是用来对包括web图像251的网页进行定位的统一资源定位符(URL)。在另一实施例中，到web图像251的链接包括用于对包含web图像251的网页进行定位的搜索指令。如这里所使用的，术语“链接”并不意图被解释为简单地限于web地址。此外，虽然已描述了链接的各种不同实施例，但应理解并意识到的是可使用其他类型的适当超文本或对网站的引用，并且本发明的实施例不限于这里所述的特定示例。例如，本发明的实施例设想采用在被用户选择时将用户导航至托管对象的社交媒体站点的简档的对象(例如，图像或其它内容)。
[0051]识别组件254被配置成生成标识符并将其分配给在图像索引250的接收组件处接收到的每个web图像。该标识符意图检测并描述web图像251中的局部特征。因此，基于web图像的独有特征(诸如web图像或位于其中的对象的色彩、对比度或色调)为每个web图像分配标识符。类似于上文所述的数字图像的标识符，根据诸如SIFT算法之类的算法而生成web图像251的标识符。然而，将理解的是SIFT算法仅仅是作为一个可能算法的示例而不是以限制的方式提供的。
[0052]识别组件254将web图像的标识符映射到与web图像相关联的链接。标识符和到web图像的链接的每个映射被存储在图像索引250中。另外，还可将出现在web图像中或由web图像描绘的人的姓名映射到web图像的标识符和/或链接并将其存储在图像索引250中。还可将web爬虫可访问且被用来识别web图像的来源、web图像的内容或在web图像中描绘的对象和/或人的其它信息映射到web图像251的标识符并将其存储在图像索引250中。
[0053]识别组件254还被配置成通过将一个或多个数字图像的一个或多个标识符与存储在图像索引250中的web图像251的标识符进行比较来处理搜索查询272的内容(即，数字图像的标识符)。识别组件254然后基于该比较来确定数字图像的标识符是否基本上类似于用于每个web图像251的标识符或与之相同。如果数字图像和web图像具有类似标识符，则将其确定为彼此相对应。很可能的是相对应的图像包含类似特征或者包括形成用于原始搜索查询270的基础的人的图像。可将每个数字图像与相应web图像251之间的关联存储在图像索引250中。
[0054]识别组件254从与数字图像标识符的标识符相对应的每个web图像读取链接。图像索引250的通信组件256将(多个)链接、(多个)链接的表示或与每个相应web图像相关联的其他映射内容传送至图像引擎250。链接的表示可能包括例如web图像、URL地址、简短描述或包含web图像的网页的视图。通信组件256被配置成将搜索结果284传送至合并引擎260或前端机构220的接收组件222。
[0055]合并引擎260被配置成分别地从图像引擎230和搜索引擎240中的每一个接收搜索结果列表282和284。在合并引擎260处，将搜索结果280和搜索结果282合并在一起以创建一个搜索结果列表284。合并搜索结果列表280因此是搜索结果列表282和284的汇编。合并引擎260还被配置成基于搜索结果282和284的相关性对其进行排序。可根据算法来确定相关性。作为仅被用于说明性目的的示例，可将从图像引擎230返回的结果排序较高，作为比来自搜索引擎240的结果更加相关(S卩，从图像引擎230返回的结果包括到web文档的链接，该web文档被已知包含其姓名被作为搜索查询270键入的人的图像及很可能地关于那个人的其它信息)。一旦已合并，则合并引擎260的通信组件256将合并的搜索结果列表280分发到前端机构220以用于分发给用户。
[0056]现在转到图6，示出了描绘根据本发明的实施例的用于构建图像索引的说明性方法600的流程图。最初，应意识到并理解的是虽然在这里可使用术语“步骤”和/或“方框”来意指所采用方法的不同元素，但不应将该术语解释为暗示这里公开的各种步骤之间的任何特定顺序，除非且除了当明确地描述各个步骤的顺序时。
[0057]在示例性实施例中，方法600涉及到构建图像索引。在步骤310处，发起用于挖掘用于web图像的多个在线位置和到web图像的链接的web爬行机制。如上文更充分地讨论的，web爬行机制还可针对关于出现在web图像中的人的其它信息(诸如人的姓名)而挖掘web图像或关联的web文档。在步骤312处，将web图像的标识符映射至到web图像的链接。最后，在步骤314处，将web图像的映射标识符和到web图像的链接存储在图像索引中。虽然未描绘，但还可将与web图像或最开始包含web图像的web文档相关联的其它识别信息映射到web图像的标识符并将其存储在图像索引中。
[0058]参考图7，示出了描绘根据本发明的实施例的用于检索人的数字图像以分辨用于那个人的搜索查询的说明性方法700的流程图。最初，方法700可包括在步骤710处接收对于人的搜索查询。
[0059]如图9中所示，根据本发明的实施例，描绘了用于