多个图像中导航的技术的制作方法
【专利说明】多个图像中导航的技术
[0001]相关申请的交叉引用
[0002]本申请是2013年10月17日提交的美国专利申请N0.14/056，527的继续申请，其全部内容通过引用并入于此。
【背景技术】
[0003]各种系统允许用户按顺序，诸如按时间或空间查看图像。在一些例子中，这些系统能提供在远程或感兴趣位置的导航体验。一些系统允许用户通过点击全景图的显示部分的边缘并且使全景图看似在点击边缘的方向上“移动”，感觉就像他们在虚拟世界中旋转。
【发明内容】
[0004]本公开的一个方面提供一种计算机实现的方法。该方法包括由一个或多个计算设备识别参考图像；由一个或多个计算设备识别用于参考图像的潜在目标图像集合；由一个或多个计算设备确定相对于参考图像的用于用户输入的拖曳向量;对于潜在目标图像集合中的每一特定潜在目标图像，由一个或多个计算设备至少部分基于成本函数和拖曳向量，确定相关联的成本；以及由一个或多个计算设备，基于所确定的相关联的成本，从潜在目标图像集合中选择目标图像。
[0005]在一个例子中，该方法还包括提供所选择的目标图像以显示给用户。在另一例子中，成本函数被确定为一个或多个成本项(cost term)的加权和。在另一例子中，选择目标图像包括选择潜在目标图像集合中、具有最低值的相关联的成本的特定潜在目标图像。在另一例子中，对于潜在目标图像集合中的每一特定潜在目标图像确定相关联的成本包括确定参考图像和所述特定潜在目标图像之间的拖曳流成本项，以及拖曳流成本项被配置为在参考图像到所述特定潜在目标图像的所观察到的点流等于拖曳向量时被最小化。在另一例子中，对于潜在目标图像集合中的每一特定目标图像确定相关联的成本包括确定参考图像和所述特定潜在目标图像之间的旋转成本项，以及旋转成本项被配置为在参考图像到所述特定潜在目标图像的所观察到的点流的旋转分量等于拖曳向量时被最小化。在另一例子中，对于潜在目标图像集合中的每一特定潜在目标图像确定相关联的成本包括确定参考图像和所述特定潜在目标图像之间的旋转成本项，以及旋转成本项被配置为在参考图像到所述特定潜在目标图像的所观察到的点流的旋转分量与拖曳向量相反时被最小化。在另一例子中，对于潜在目标图像集合中的每一特定潜在目标图像确定相关联的成本包括确定参考图像和所述特定潜在目标图像之间的旋转成本项，以及旋转成本项被配置为在参考图像到所述特定潜在目标图像的所观察到的点流的旋转分量为O时被最小化。在另一例子中，对于潜在目标图像集合中的每一特定潜在目标图像确定相关联的成本包括确定参考图像和所述特定潜在目标图像之间的平移成本项，以及平移成本项被配置为在参考图像到所述潜在目标图像的所观察到的点流的平移分量等于拖曳向量时被最小化。在另一例子中，对于潜在目标图像集合中的每一特定潜在目标图像确定相关联的成本包括确定参考图像和所述特定潜在目标图像之间的平移成本项，以及拖曳流成本项被配置为在参考图像到所述特定潜在目标图像的所观察到的点流的平移分量与拖曳向量相反时被最小化。在另一例子中，对于潜在目标图像集合中的每一特定潜在目标图像确定相关联的成本包括确定参考图像和所述特定潜在目标图像之间的平移成本项，以及拖曳流成本项被配置为在参考图像到所述特定潜在目标图像的所观察到的点流的平移分量为O时被最小化。在另一例子中，对于目标图像集合中的每一特定潜在目标图像确定相关联的成本包括基于参考图像和所述特定潜在目标图像之间的点的重叠量，确定重叠成本项。在另一例子中，确定相关联的成本进一步包括基于特定运动结果，确定用于成本函数的一个或多个项的加权，以及所述运动结果从由平移(pan)运动、滑动运动和盘旋运动组成的组中选择。在另一例子中，该方法还包括从客户端计算设备接收对于目标图像的请求，该请求识别拖曳向量和参考图像;基于拖曳向量和参考图像的关联，检索所选择的目标图像；以及将所选择的目标图像提供给客户端计算设备。
[0006]本公开的另一方面提供包括一个或多个计算设备的系统。所述一个或多个计算设备被配置为:识别参考图像;识别用于参考图像的潜在目标图像集合;确定相对于参考图像的用于用户输入的拖曳向量;对于潜在目标图像集合中的每一特定潜在目标图像，至少部分基于成本函数和拖曳向量，确定相关联的成本；以及基于所确定的相关联的成本，选择目标图像。
[0007]在一个例子中，一个或多个计算设备被配置为将成本函数确定为一个或多个成本项的加权和。在另一例子中，一个或多个计算设备被进一步配置为通过选择潜在目标图像集合中，具有最低值的相关联的成本的特定潜在目标图像，选择目标图像。在另一例子中，一个或多个计算设备被配置为通过确定参考图像和所述特定潜在目标图像之间的拖曳流成本，对于潜在目标图像集合中的每一特定潜在目标图像确定相关联的成本，以及拖曳流成本项被配置为在参考图像到所述特定潜在目标图像的所观察到的点流等于拖曳向量时被最小化。在另一例子中，一个或多个计算设备被配置为通过确定参考图像和所述特定潜在目标图像之间的旋转成本项，对于潜在目标图像集合中的每一特定目标图像确定相关联的成本，以及其中，旋转成本项被配置为在参考图像到所述特定潜在目标图像的所观察到的点流的旋转分量等于拖曳向量时被最小化。在另一例子中，一个或多个计算设备被配置为通过确定参考图像和所述特定潜在目标图像之间的旋转成本项，对于潜在目标图像集合中的每一特定潜在目标图像确定相关联的成本，以及旋转成本项被配置为在参考图像到所述特定潜在目标图像的所观察到的点流的旋转分量与拖曳向量相反时被最小化。在另一例子中，一个或多个计算设备被配置为通过确定参考图像和所述特定潜在目标图像之间的旋转成本项，对于潜在目标图像集合中的每一特定潜在目标图像确定相关联的成本，以及旋转成本项被配置为在参考图像到所述特定潜在目标图像的所观察到的点流的旋转分量为O时被最小化。在另一例子中，一个或多个计算设备被配置为通过确定参考图像和所述特定潜在目标图像之间的平移成本项，对于潜在目标图像集合中的每一特定潜在目标图像确定相关联的成本，并且其中，平移成本项被配置为在参考图像到所述特定潜在目标图像的所观察到的点流的平移分量等于拖曳向量时被最小化。在另一例子中，一个或多个计算设备被配置为通过确定参考图像和所述特定潜在目标图像之间的平移成本项，对于潜在目标图像集合中的每一特定潜在目标图像确定相关联的成本，以及拖曳流成本项被配置为在参考图像到所述特定潜在目标图像的所观察到的点流的平移分量与拖曳向量相反时被最小化。在另一例子中，一个或多个计算设备被配置为通过确定参考图像和所述特定潜在目标图像之间的平移成本项，对于潜在目标图像集合中的每一特定潜在目标图像确定相关联的成本，以及拖曳流成本项被配置为在参考图像到所述特定潜在目标图像的所观察到的点流的平移分量为O时被最小化。在另一例子中，一个或多个计算设备被配置为通过基于参考图像和所述特定潜在目标图像之间的点的重叠量，确定重叠成本项，对于目标图像集合中的每一特定潜在目标图像确定相关联的成本。在另一例子中，一个或多个计算设备被配置为进一步通过基于特定运动结果，确定用于成本函数的一个或多个项的加权，确定相关联的成本，以及所述运动结果从由平移运动、滑动运动和盘旋运动组成的组中选择。在另一例子中，一个或多个计算设备被配置为从客户端计算设备接收对于目标图像的请求，该请求识别拖曳向量和参考图像;基于拖曳向量和参考图像的关联，检索所选择的目标图像;以及将所选择的目标图像提供给客户端计算设备。在另一例子中，一个或多个计算设备还被配置为提供所选择的目标图像以显示给用户。
[0008]本公开的另一方面提供一种非暂时性计算机可读存储设备，在其上存储程序的计算机可读指令。所述指令当由一个或多个处理器执行时，使一个或多个处理器执行一种方法。该方法包括:由一个或多个计算设备识别参考图像；由一个或多个计算设备识别用于参考图像的潜在目标图像集合；由一个或多个计算设备确定相对于参考图像的用于用户输入的拖曳向量;对于潜在目标图像集合中的每一特定潜在目标图像，由一个或多个计算设备至少部分基于成本函数和拖曳向量，确定相关联的成本；以及由一个或多个计算设备，基于所确定的相关联的成本，从潜在目标图像集合中选择目标图像。
【附图说明】
[0009]图1是根据本公开的方面的示例系统的功能图。
[00?0]图2是图1的示例系统的示意图。
[0011]图3是根据本公开的方面的客户端计算设备和用户输入的例子。
[0012]图4