用于照片上传和选择的自动化技术的制作方法

相机是被用来捕捉图像(也被称为“图片”、“照片”、“摄影”或“快照”)的设备。相机正变得越来越普及，并且比以前更加频繁地被人携带。这些相机包括传统的独立的相机，以及嵌入诸如智能电话等多用途设备中的相机。可被配置成自动将图片发布到因特网上的相机正越来越多地被使用。例如，这些相机可使得被捕捉图像能够被自动上传到基于因特网的社交网络(诸如加利福尼亚州帕洛阿尔托的Facebook公司所运营的或加利福尼亚州山景城的Google公司运营的Google+)或基于云的存储站点(诸如华盛顿州雷蒙德的Microsoft公司所提供的OneDrive^TM)或其它基于网络的站点。以此方式，可节省手动上传图像的用户努力。

为了配置自动图像上传，用户可选择通过什么网络上传图片，可选择是否允许图片被自动上传，可配置如何将图片存储在后端服务器中，并且可配置如何自动渲染图片(例如，使用MicrosoftLive Tile(活动磁贴)图片显示等)，以及其它配置选项。然而，并非用户捕捉的所有图片均可期望被自动上传到站点。这些不期望的自动上传可能导致“口袋内拍摄”(例如，因为是在用户的口袋中被无意地拍摄的所以是全黑的照片)按照与更有价值的家庭快照相同的优先权被通过付费数据网络上传并显示给用户。如果用户手动配置针对其捕捉的图像的上传策略，则用户可能不想要有意识地作出上传口袋内拍摄的决定。

概述

提供本概述以便以简化的形式介绍以下在详细描述中进一步描述的一些概念。本

技术实现要素：
并不旨在标识所要求保护主题的关键特征或必要特征，也不旨在用于限制所要求保护主题的范围。

提供了确定给定被捕捉图像的价值并将智能策略用于该图像的上传、下载和/或显示的方法、系统和计算机程序产品。

例如，在一个实现中，提供一种方法。确定被捕捉图像的价值得分.价值得分指示被捕捉图像对具有用来捕捉该图像的图像捕捉设备的用户的预测价值。基于被确定的价值得分向被捕捉图像指派访问策略。基于被指派的访问策略启用对所述被捕捉图像的访问。

在一个方面，价值得分可通过以下的一者或多者来确定：确定所述被捕捉图像的色彩均匀度，确定所述被捕捉图像的聚焦质量，确定所述被捕捉图像中指示的光量，确定所述被捕捉图像中存在的人类面部，或者确定对象库中包括的对象存在于所述被捕捉图像中。

在一进一步方面中，向被捕捉图像指派访问策略可包括以下的一者或多者：指定所述被捕捉图像以供删除，指定所述被捕捉图像以供通过不收费的网络连接上传到后端服务器，指定所述被捕捉图像以供通过任何可用网络连接上传到所述后端服务器，或者指定所述被捕捉图像以供以降低的图像分辨率上传到所述后端服务器。

在另一实现中，提供包括价值确定器、策略逻辑、时间表排定逻辑和图像上传器的用户设备。所述价值确定器被配置成确定归因于用户的交互由所述用户设备捕捉的图像的价值得分。所述价值得分指示所述被捕捉图像对所述用户的预测价值。所述策略逻辑被配置成基于被确定的价值得分向所述被捕捉图像指派访问策略。所述时间表排定逻辑被配置成确定要将被捕捉图像从所述用户设备上传到后端服务器的时刻。所述图像上传器被配置成基于被指派的访问策略以及如被所述时间表排定逻辑所使能的使得所述被捕捉图像能够被上传到所述后端服务器。

在又一实现中，提供包括图像通信接口、价值确定器和策略逻辑的服务器。所述图像通信接口被配置成接收来自用户设备的被捕捉图像，并且存储被接收的被捕捉图像。所述价值确定器被配置成确定被存储的被捕捉图像中的一被捕捉图像的价值得分。所述价值得分指示所述被捕捉图像对与接收该被捕捉图像的用户设备相关联的用户的预测价值。所述策略逻辑被配置成至少基于被确定的价值得分向所述被捕捉图像指派访问策略。所述图像通信接口被配置成基于被指派的使用使得被捕捉图像能够被下载到渲染设备。

所述服务器的所述价值确定器可被配置成基于先前针对被捕捉图像确定的并连同所述被捕捉图像从所述用户设备接收的价值得分确定所述被捕捉图像的价值得分，或可独立确定所述价值得分。

本文还公开了其上存储有计算机程序指令的一种计算机可读存储介质，所述计算机程序指令根据本文描述的实施例确定给定被捕捉图像的价值，并且将智能策略应用于所述图像的上传、下载和/或显示。

下面将参考各个附图，详细描述本发明的进一步特点和优点，以及本发明的各实施例的结构和操作。值得注意的是，本发明不仅限于此处所描述的特定实施例。本文呈现这些实施例仅用于说明性的用途。基于本文所包含的描述，其它实施例对于相关领域的技术人员将是显而易见的。

附图说明

结合到本说明书并构成本说明书的一部分的附图示出了本发明的各个实施例，且与描述一起，进一步用于说明本发明的原理，并允许相关领域技术人员实施和使用这些实施例。

图1示出根据一示例实施例的系统的框图，其中用户设备、后端服务器和渲染设备通信来确定价值得分和针对所述用户捕捉的图像的访问策略。

图2示出根据一示例实施例的提供用于允许对被捕捉图像的访问的过程的流程图。

图3示出根据一示例实施例的图1的系统的示例的框图。

图4示出根据一示例实施例的提供在用户设备中用于确定用户设备捕捉的图像的价值得分和访问策略的过程的流程图。

图5示出根据一示例实施例的提供在服务器中用于确定用户设备捕捉的图像的价值得分和访问策略的过程的流程图。

图6示出了根据一示例实施例的提供在渲染设备中用于基于针对用户设备所捕捉的图像确定的访问策略来渲染该图像的过程的流程图。

图7示出根据一示例实施例的提供用于确定被捕捉图像的价值得分的过程的流程图。

图8A-8D示出根据示例实施例的用于确定被捕捉图像的访问策略的过程。

图9示出可用于实现各实施例的示例性用户设备的框图。

图10示出可用来实现各个实施例的示例计算设备的框图。

当结合其中相同的附图标记标识对应的元素的附图时，本发明的特征和优点将从以下阐述的详细描述中变得更加显而易见。在附图中，相同的参考标号一般指相同的、功能上相似的和/或结构上相似的元素。其中元素第一次出现的附图由对应的参考标号中最左侧的数字指示。

详细描述

I.介绍

本说明书和附图公开了包括本发明的各特征的一个或多个实施例。本发明的范围不限于所公开的实施例。所公开的实施例仅仅例示本发明，并且所公开的实施例的经修改的版本也被本发明所构思。本发明的各实施例由附加的权利要求所限定。

说明书中对“一个实施例”、“一实施例”、“一示例实施例”等等的引用表示所描述的实施例可包括特定特征、结构或特性，但是，每一个实施例可不必包括该特定特征、结构，或特征。此外，这些短语不一定指相同的实施例。此外，当关于某一实施例描述特定特征、结构或特性时，不管是否被明确描述，关于其他实施例来实现该特征、结构或特性被认为是在本领域技术人员的知识范围内。

以下描述多个示例性实施例。应当注意，在此提供的任何章节/子章节标题不旨在限制。本文档中描述了各实施例，并且任何类型的实施例可被包括在任何章节/子章节下。此外，在任何章节/子章节中公开的各实施例可与在相同章节/子章节和/或不同章节/子章节中描述的任何其它实施例以任何方式组合。

II.示例性实施例

本文描述的实施例使得被捕捉图像(例如，“图片”、“照片”、“摄影”或“快照”)的“价值”能够基于一算法被确定，该算法可在捕捉该图像的设备、服务器和/或渲染(显示)该图像的设备上执行。用于提供对该图像的访问的访问策略或规则可基于该图像的被确定的“价值”而被选择。

例如，图1示出了根据一示例实施例的系统100的框图。系统100包括用户设备102、后端服务器104、以及渲染设备106。在系统100中，用户设备102、后端服务器104、以及渲染设备106通信来确定被用户设备102(以光的形式)接收并捕捉的图像122的价值得分和访问策略。尽管用户设备102和渲染设备106在图1中被示出为分开的设备，然而在一些实施例中，用户设备102和渲染设备106可以是相同的用户设备。在另一实施例中，后端服务器104可不存在，且用户设备102和渲染设备106可以是彼此直接通信的分开的设备。系统100的这些特征被描述如下。

用户设备102和渲染设备106可以是任何类型的静态或移动计算设备，包括移动计算机或移动计算设备(例如，设备、个人数字助理(PDA)、膝上型计算机、笔记本计算机、诸如Apple iPad^TM的平板计算机、上网本等)、移动电话(例如，手机，诸如Microsoft电话、Apple iPhone、实现Android^TM操作系统的电话、设备、RIM设备等的智能电话)、可穿戴的计算设备(例如，智能手表、包括诸如Glass^TM的智能眼镜的头戴式设备等)、智能相机或其它类型的移动设备、或诸如桌面计算机或PC(个人计算机)等静态计算设备。服务器104可以是被配置成作为图像服务器操作的任何类型的移动或静态的计算设备。

用户设备102、服务器104和渲染设备106中的每一个可包括使得用户设备102、服务器104和渲染设备106能够通过一个或多个网络通信的网络接口。示例网络包括局域网(LAN)、广域网(WAN)、个域网(PAN)、和/或诸如因特网的通信网络的组合。网络接口可各包括任何类型的有线或无线网络接口(例如，网络接口卡(NIC))中的一个或多个，诸如IEEE 802.11无线LAN(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、Bluetooth^TM接口、近场通信(NFC)接口等等。

如图1中所示，用户设备102包括价值确定器108和策略逻辑110，后端服务器104包括价值确定器112和策略逻辑114，且渲染设备106包括策略逻辑116。尽管在图1中未示出，然而渲染设备106可包括价值确定器。价值确定器108和112可各自被配置成确定图像122的被捕捉版本(例如，表示图像122的电子文件或其它对象)(被称为被捕捉图像)的价值得分。在一实施例中，价值确定器112可独立地或基于价值确定器108针对被捕捉图像所确定的第一价值得分来确定图像122的被捕捉版本的价值得分。在实施例中，可存在价值确定器108和112之一或两者。

策略逻辑110、策略逻辑114和策略逻辑116可各自被配置成基于被捕捉图像的被确定的得分来确定被捕捉图像的访问策略。在各实施例中，可存在策略逻辑110、策略逻辑114和策略逻辑116中的一者或多者。

系统100可按各种方式操作。例如，在一实施例中，系统100的一个或多个组件可根据图2的流程图200操作。图2示出根据一示例实施例的提供用于允许对被捕捉图像的访问的过程的流程图200。流程图200的一个或多个步骤可由用户设备102、后端服务器104和/或渲染设备106执行。以下参考图1描述流程图200。基于以下描述，其他结构及操作的实施例对于相关邻域的技术人员将是显而易见的。

流程图200开始于步骤202。在步骤202，确定被捕捉图像的价值得分。价值确定器108和112之一或两者可执行步骤202来确定被捕捉图像的价值得分。价值得分指示被捕捉图像对具有用来捕捉图像122的图像捕捉设备的用户的预测价值。例如，价值确定器108和/或价值确定器112可接收并分析被捕捉图像(包括可与被捕捉图像相关联的元数据)来确定价值得分。如下面更详细地描述的，价值确定器108和/或价值确定器112可确定被捕捉图像的性质，诸如色彩、色彩均匀度、聚焦质量、光量、其中是否捕捉了一个或多个人、其中是否捕捉了被预先确定是重要的一个或多个对象、捕捉时间、捕捉位置、和/或可被用来确定被捕捉图像的价值得分的其它性质。

在步骤204，基于被确定的价值得分向被捕捉图像指派访问策略。在一实施例中，策略逻辑110、114和116中的一者或多者可执行步骤204来基于被捕捉图像的被确定的价值得分来确定被捕捉图像的访问策略。例如，策略逻辑110、策略逻辑114和/或策略逻辑116中的一者或多者可接收被捕捉图像的被确定的价值得分，并且可基于被确定的价值得分来选择要被指派给被捕捉图像的访问策略。例如，相对低的价值得分可指示被捕捉的图像不是用户设备102的用户所重视的或者对该用户不重要(例如，图像122可能被意外捕捉，诸如在“口袋中的拍摄”的情况下)。在该情况下，低等级访问策略可被指派给被捕捉图像，该策略可引起对被捕捉图像的自动删除、指派给被捕捉图像的低上传优先级、低分辨率(例如，相对低的图像像素数)可被应用给被捕捉图像、和/或可应用其它低等级访问策略。替换地，相对高的价值得分可指示被捕捉图像是用户设备102的用户所重视的或者对该用户重要。在该情况下，高等级访问策略可被指派给被捕捉图像，该策略可引起指派给被捕捉图像的高上传优先级、高分辨率(例如，相对高的图像像素数)可被应用给图像122以供上传、和/或可应用其它高等级访问策略。

在步骤206，基于被指派的访问策略启用对被捕捉图像的访问。在一实施例中，用户设备102、后端服务器104、和/或渲染设备106中的一者或多者可执行步骤206来基于被指派的策略启用对被捕捉图像的访问。

例如，基于被策略逻辑110指派的访问策略，用户设备102可删除被捕捉图像，可向被捕捉图像指派低上传优先级、可减少供上传的被捕捉图像的分辨率、可向被捕捉图像指派高上传优先级、可选择被捕捉图像的高分辨率版本以供上传、和/或可按另一方式允许后端服务器104对被捕捉图像的访问。如图1中所示，被捕捉图像可作为被上传图像118被上传到后端服务器104。被上传图像118可任选地包括在用户设备102处确定的被捕捉图像的价值得分和/或访问策略。

如图1中所示，后端服务器104接收在被上传图像118中的被捕捉图像。在一实施例中，后端服务器104可使用根据步骤202和204由用户设备102确定的价值得分和/或访问策略。替换地，如同上面关于步骤202和204所述，后端服务器104可确定被捕捉图像118的价值得分和/或访问策略，其可部分基于由用户设备102确定的价值得分和/或访问策略(如果它们被确定的话)来确定，或可被独立(从头)确定。基于在用户设备102处确定的价值得分和/或访问策略(如果与在被上传图像118中的被捕捉图像一起被接收)和/或由后端服务器104确定的价值得分和/或访问策略，后端服务器104可删除被捕捉图像、可向被捕捉图像指派低下载优先级、可降低供下载的被捕捉图像的分辨率、可向被捕捉图像指派高下载优先级、可选择被捕捉图像的高分辨率版本以供下载、和/或可按另一方式允许对被捕捉图像的访问。

如图1中所示，被捕捉图像可作为被下载图像120被从后端服务器104下载到渲染设备106。例如，在一个实施例中，渲染设备106可向后端服务器104传送对供显示的图像的请求，或后端服务器104可将被下载图像120推送至渲染设备106。被下载图像120可任选地包括在用户设备102处和/或在后端服务器104处确定的被捕捉图像的价值得分和/或访问策略。

在一实施例中，渲染设备106可使用由用户设备102和/或后端服务器104确定的访问策略。替换地，如上面关于204所述，渲染设备106可确定被捕捉图像118的访问策略，该访问策略可基于由用户设备102和/或后端服务器104确定的价值得分和/或访问策略(如果其被确定)来确定，或该访问策略可基于与被下载图像120一起接收或在渲染设备106处确定的价值得分由渲染设备106独立(从头)确定。基于在用户设备102、后端服务器104、和/或渲染设备106中的一者或多者处确定的价值得分和/或访问策略，渲染设备106可删除被捕捉图像，可向被捕捉图像指派低显示策略，可降低供显示和/或存储的被捕捉图像的分辨率，可向被捕捉图像指派高显示优先级，可选择被捕捉图像的高分辨率版本以供显示和/或存储，和/或可按另一方式允许对被捕捉图像的访问。

相应地，用户设备102、后端服务器104和渲染设备106可按各种方式被配置以使得价值得分和访问策略能够从被捕捉图像确定，并且这些价值得分和/或访问策略可被用来确定用于被捕捉图像的上传、下载和/或显示的优先级。

而且，在下面的子章节中描述了更多示例实施例。例如，下一子章节描述了用于智能图像传输和显示的示例实施例。后续子章节描述了用于确定价值得分的示例实施例，之后是描述用于指派访问策略的示例实施例的子章节。

A.用于智能图像传输和显示的示例实施例

图3示出根据一示例实施例的系统300的框图。系统300是图1的系统100的示例实现。如图3中所示，系统300包括用户设备102、后端服务器104、以及渲染设备106。而且，用户设备102包括价值确定器108、策略逻辑110、图像捕捉设备302、存储304、时间表排定逻辑306、图像上传器308、以及图像处理器(IP)362。后端服务器104包括价值确定器112、策略逻辑114、图像通信接口310、存储312、以及图像处理器364。渲染设备106包括策略逻辑116、图像下载器314、存储316、图像渲染器318、以及显示屏320。系统300的这些特征中的每个特征被描述如下。

如上所述，用户设备102和渲染设备106可以是相同设备或者可以是分开的设备。当用户设备102和渲染设备106是相同设备(即，用户设备102)时，策略逻辑106可被包括在策略逻辑110中，存储316可被包括在存储304中，且用户设备102可包括图像下载器314、图像渲染器318、以及显示屏320。

出于说明目的，分别关于图4-6所示的流程图描述系统300如下。图4示出了根据一示例实施例的提供在用户设备102中用于确定用户设备102捕捉的图像的价值得分和访问策略的过程的流程图400。图5示出了根据一示例实施例的提供在后端服务器104中用于确定用户设备捕捉的图像的价值得分和访问策略的过程的流程图500。图6示出了根据一示例实施例的提供在渲染设备106中用于基于针对用户设备所捕捉的图像确定的访问策略来渲染该图像的过程的流程图600。基于以下描述，其他结构及操作的实施例对于相关邻域的技术人员将是显而易见的。

关于图3中示出的用户设备102描述流程图400如下。注意，并非流程图400的所有步骤必然在所有实施例中均被执行。流程图400开始于步骤402。在步骤402，使用图像捕捉设备捕捉图像。例如，如图3中所示，用户设备102的图像捕捉设备302可捕捉图像122。用户可通过按下用户设备102的物理按钮或虚拟按钮、通过与用户设备102的语音交互、和/或通过按照另一方式与用户设备102的用户接口的交互来有意识地与用户设备102交互来引起图像捕捉设备302捕捉图像。注意，用户可意外地与用户设备102的用户接口交互而引起图像122被捕捉。例如，用户设备102可能在用户的口袋中，且可能在用户的口袋中意外地与用户接口交互而引起图像捕捉设备302捕捉图像122。在另一示例中，儿童或其他人可能在没有用户的准许的情况下与用户设备102的用户接口交互而引起图像捕捉设备302捕捉图像122。可能以其它方式意外地或不期望地与图像捕捉设备302交互而捕捉图像122。

图像捕捉设备302可以是集成在用户设备102中的包括被配置成以数字形式捕捉图像的传感器的相器或其它设备。此类传感器的示例包括电荷耦合设备(CCD)和CMOS(互补金属氧化物半导体)传感器。例如，图像捕捉设备302可包括组织为行和列的二维传感器元件阵列。这样的传感器阵列可具有任何数目的像素传感器，包括数千或数百万个像素传感器。传感器阵列的每个像素传感器可被配置成诸如通过使用滤色器而对特定的色彩或色彩范围的光敏感。在一个示例中，可存在三种类型的像素传感器，包括对红色敏感的第一组像素传感器、对绿色敏感的第二组像素传感器以及对蓝色敏感的第三组像素传感器。其它色彩方案和/或数量的类型的像素传感器也被各实施例涵盖。

如图3中所示，图像捕捉设备302生成表示按数字形式被捕捉的图像(例如，包含在文件或其它数据结构中的像素数据)的数字图像322，并且可将数字图像322存储在存储304中。注意，存储304、(后端服务器104的)存储312、以及(渲染设备106的)存储316可包括用于存储数据的任何类型的存储介质/设备中的一个或多个，包括磁盘(例如，在硬盘驱动器中)、光盘(例如，在光盘驱动器中)、诸如RAM(随机存取存储器)设备等存储器设备、和/或任何其它适当类型的物理硬件存储介质/设备。

在步骤404，确定被捕捉图像的价值得分。例如，如图3中所示，价值确定器108可接收来自图像捕捉设备302的数字图像322或可访问存储304中的数字图像322。价值确定器108被配置成按照本文别处描述的方式确定数字图像322的价值得分，包括上面关于图2的步骤202描述的和如下面进一步描述的。例如，价值确定器108可确定数字图像322的性质，诸如色彩、色彩均匀度、聚焦质量、光量、其中是否捕捉了一个或多个人、其中是否捕捉了被预先确定是重要的一个或多个对象、捕捉时间、捕捉位置、和/或可被用来确定数字图像322的价值得分的其它性质。

如图3中所示，价值确定器108生成数字图像322的价值得分324。例如，价值得分324可向已经用用户设备102的图像捕捉设备302捕捉数字图像322的用户指示该图像的预期值(重要度)。价值得分324可按任何方式指示，包括作为数字值(例如，在-1.0到1.0范围内、在1到100范围内等)、作为字母数字值、二进制值等。更高的价值得分324的值可指示数字图像322对用户的更高的价值，而更低的价值得分324的值可指示数字图像322对用户的更低的价值。如图3中所示，价值得分324可与数字图像322相关联地被存储在存储304中(例如作为元数据等)。

在步骤406，基于被确定的价值得分向被捕捉图像指派访问策略。例如，如图3中所示，策略逻辑110可接收来自价值确定器108(或来自存储304)的价值得分324。策略逻辑110被配置成按照本文别处描述的方式向数字图像322指派访问策略，包括上面关于图2的步骤204描述的和如下面进一步描述的。例如，相对低的价值得分可指示数字图像322不是用户设备102的用户所重视的或者对该用户不重要(例如，图像122可能被意外捕捉，诸如“在口袋中的拍摄”)。在该情况下，低等级访问策略可被指派给数字图像。替换地，相对高的价值得分可指示数字图像322是用户设备102的用户所重视的或者对该用户重要(例如，是该用户的朋友或家人的照片、结婚照、或风景摄影等)。

如图3中所示，策略逻辑110生成访问策略指示326，其指示由策略逻辑110针对数字图像322确定的访问策略。访问策略指示326可按任何方式被指示，包括作为文本描述(例如，“删除”、“低优先级上传”、“高优先级上传”、“低优先级下载”、“高优先级下载”、“低分辨率”、“高分辨率”等)、作为映射到特定访问策略的数字或字母数字指示符等。如图3中所示，访问策略指示326可与数字图像322相关联地被存储在存储304中(例如作为元数据等)。

注意，如果访问策略指示326指示“删除”，其指示数字图像322要被删除，则策略逻辑110可向存储304提供删除指令以从存储304删除数字图像322。如果访问策略指示326指示“低分辨率”，意味着数字图像322的相对低分辨率版本要被上传(例如，低解析度版本)，则策略逻辑110可向用户设备102的图像处理器362提供降低分辨率指令。图像处理器362可以是被配置成处理数字图像的一个或多个图像处理器(例如，(一个或多个)图形处理器等)。降低分辨率指令可引起图像处理器362降低存储304中的数字图像322的分辨率(如果低分辨率版本不是已经可用的话)。例如，图像处理器362可执行像素平均化来对数字图像322的像素块的像素值取平均以生成数字图像322中的降低数量的像素。在另一示例中，如果访问策略指示326指示“高分辨率”，意味着数字图像322的相对高分辨率版本要被上传(例如，高解析度(HD)版本)，则策略逻辑110可向用户设备102的图像处理器362提供增加分辨率指令。增加分辨率指令引起图像处理器362增加存储304中的数字图像322的分辨率(如果高分辨率版本不是已经可用的话)。例如，图像处理器362可执行像素插值来计算数字图像322的现有像素之间的新像素的像素值以生成数字图像322中的增加数量的像素。在任一情况下，访问策略指示326可引起数字图像322的默认上传图像分辨率可能被盖写。

在步骤408，确定要将被捕捉图像从用户设备上传到后端服务器的时刻。例如，在一实施例中，可存在时间表排定逻辑306。当存在时，时间表排定逻辑306可被配置成确定被捕捉图像要被从用户设备102自动上传到服务器(诸如后端服务器104)的时刻(例如时间)。

时间表排定逻辑306可按任何适当方式确定用于将图像上传到服务器的一个或多个情形。例如，在实施例中，时间表排定逻辑306可维持一规则时间表(一个或多个时间时刻)，该规则时间表包括用于将一个或多个图像上传到服务器的周期性和/或非周期性时间。在一实施例中，时间表排定逻辑306可接收并存储从服务器(诸如后端服务器104)接收的指示期望图像被服务器接收的时刻的时间表。以此方式，图像可被自动上传到服务器(例如，无需用户在用户设备102处手动调用上传操作)。在又一实施例中，时间表排定逻辑306可接收来自后端服务器104的对图像的请求，并且可引起用户设备102在收到此类请求时对每个此类请求作出响应。时间表排定逻辑306可按其它方式确定图像要被上传到服务器的时刻，包括按任何适当方式。如图3中所示，时间表排定逻辑306可生成图像上传指令330，该指令指示图像要被上传到服务器的当前时间或未来时间。

在一实施例中，时间表排定逻辑306可从策略逻辑110或存储304接收数字图像322的访问策略326。时间表排定逻辑306可使用访问策略326来修改数字图像322要被上传到服务器的时刻。例如，时间表排定逻辑306可使用为数字图像322确定的上传优先级来加快或延迟数字图像322的上传。如果访问策略326指示数字图像322的相对低的上传优先级，则时间表排定逻辑326可排定在更高优先级图像要被上传的时间之后的供上传数字图像322的时间。如果访问策略326指示数字图像322的高上传优先级，则时间表排定逻辑326可排定在更低优先级图像要被上传的时间之前的供上传数字图像322的时间。

在步骤410，基于被指派的访问策略在被确定的时刻处将被捕捉图像上传到后端服务器。例如，如图3中所示，图像上传器308可被配置成将图像上传到服务器，诸如后端服务器104。在一实施例中，图像上传器308可接收指示上传特定图像的时间的图像上传指令330。响应于上传指令330，图像上传器308可检索存储304中的所指示的图像(诸如数字图像322)作为被检索图像。被检索图像322可任选地包括为数字图像322确定的价值得分324和/或策略使用指示326。图像上传器308可被配置成在由图像上传指令330所指示的时间时刻处将被检索的图像322传送到后端服务器104。如图3中所示，图像上传器308可通过通信网络在图像上传信号334中传送被检索的图像332。

注意，图像上传器308可包括或可访问用户设备102的网络接口来通过网络传送和接收通信信号，包括传送图像上传信号334(例如，作为一系列数据包等)。示例网络接口在本文中别处描述。

如图3中所示，后端服务器104可接收图像上传信号334。如上所述，后端服务器104可根据图5的流程图500操作。流程图500被描述如下。注意，并非流程图500的所有步骤必然在所有实施例中均被执行。

流程图500开始于步骤502。在步骤502中，被捕捉图像被从用户设备接收，且被接收的被捕捉图像被存储。例如，如图3中所示，后端服务器104的图像通信接口310可接收图像上传信号334。如同上面提及的，图像上传信号334可包括价值得分324和/或访问策略326。图像通信接口310可包括或可访问后端服务器104的网络接口来通过网络传送和接收通信信号，包括接收图像上传信号314。示例网络接口在本文中别处描述。图像通信接口310可在存储312中将包括在图像上传信号334中的被检索的图像332存储为数字图像336。

在步骤504，确定被存储的被捕捉图像中的一被捕捉图像的价值得分。如上所述，在一实施例中，可存在价值确定器112以确定数字图像336的价值得分。价值确定器112可独立地确定价值得分，或可至少部分基于由用户设备102处的价值确定器108针对数字图像336确定的价值得分来确定价值得分。替换地，价值确定器112可不存在于后端服务器104中，或可不被使用，并且在此情况下，步骤504不被执行。当存在时，价值确定器112可被配置成按照本文别处描述的方式确定数字图像336的价值得分，包括上面关于图2的步骤202描述的和如下面进一步描述的。

而且，当价值确定器112至少部分基于由用户设备102的价值确定器108所确定的价值得分324确定数字图像336的价值得分时，价值确定器112可独立确定数字图像336的价值得分，并可将被确定的价值得分与价值得分324相组合。例如，在一个实施例中，价值确定器112可对它确定的价值得分的值与价值得分324的值求平均来确定整体价值得分。以此方式，相等加权可被给予由价值确定器108和价值确定器112确定的价值得分。在另一实施例中，价值确定器112可向价值得分给出不相等的加权。例如，在一个实施例中，价值确定器112可向它确定的价值得分给出较大的权重(例如，.75缩放因子)并向价值得分324给出较小的权重(例如，.25的缩放因子)，并可加总被加权得分以确定整体价值得分。替换地，价值确定器112可向它确定的价值得分给出较小的权重(例如，.25缩放因子)并向价值得分324给出较大的权重(例如，.75的缩放因子)，并可加总被加权得分以确定整体价值得分。在进一步实施例中，价值确定器112可被配置按其它方式成至少部分基于价值得分324来确定数字图像336的价值得分。

如图3中所示，价值确定器112生成价值得分338，其指示由价值确定器112针对数字图像336确定的整体价值得分。

在步骤506，至少基于被确定的价值得分向被捕捉图像指派访问策略。如上所述，在一实施例中，可存在策略逻辑114以确定数字图像336的访问策略。替换地，策略逻辑114可不存在于后端服务器104中，或可不被使用，并且在此情况下，步骤506不被执行。在该情况下，在图像上传信号334中接收的访问策略可被后端服务器104用于数字图像336。

当存在时，策略逻辑114可接收在图像上传信号334中接收到的价值得分324，或可接收由价值确定器112确定的价值得分338。策略逻辑114被配置成按照本文别处描述的方式向数字图像336指派访问策略，包括上面关于图2的步骤204描述的和如下面进一步描述的。如图3中所示，策略逻辑114生成访问策略指示340，其指示由策略逻辑114针对数字图像336确定的访问策略。如图3中所示，访问策略指示340(以及价值得分338)可与数字图像336相关联地被存储在存储312中(例如作为元数据等)。

在步骤508，基于被指派的访问策略使得被捕捉图像能够被下载到渲染设备。在各实施例中，图像通信接口310可被配置成将图像下载到渲染设备，诸如渲染设备106。在一实施例中，图像通信接口310可包括时间表排定逻辑(例如，类似于时间表排定逻辑306)，该时间表排定逻辑确定要下载特定图像的时间(例如，在推送模型中)。替换地，图像通信接口310可接收来自渲染设备106的对图像的请求，并可响应于该请求向渲染设备106传送图像(例如，拉取模型)。当图像要被传送时，图像通信接口310可从存储312检索图像，诸如数字图像336，作为被检索图像344。被检索图像344可任选地包括针对数字图像336确定的价值得分324、价值得分338、策略使用指示326、和/或策略使用指示340。图像通信接口310可被配置成在被确定的时间时刻和/或响应于来自渲染设备106的对图像的请求而将被检索的图像334传送至渲染设备106。如图3中所示，通信接口310可通过通信网络在图像下载信号346中传送被检索的图像334。

注意，图像通信接口310可基于被指派给数字图像336的访问策略来向渲染设备106传送数字图像336。例如，图像通信接口310可使用针对数字图像336确定的上传优先级来加快或延迟数字图像336的上传，如上所述。如果访问策略指示“低分辨率”，意味着数字图像336的相对低分辨率的版本要被下载，则策略逻辑114可向后端服务器104的图像处理器364(其可类似于用户设备102的图像处理器362)(当存在时)提供降低分辨率指令。降低分辨率指令可引起图像处理器362降低存储312中的数字图像336的分辨率(如果低分辨率版本不是已经可用的话)。在另一示例中，如果访问策略指示“高分辨率”，意味着数字图像336的相对高分辨率版本要被上传，则策略逻辑114可向图像处理器364提供提高分辨率指令。提高分辨率指令可引起图像处理器364提高存储312中的数字图像336的分辨率(如果高分辨率版本不是已经可用的话)。在任一情况下，访问策略可引起数字图像336的默认下载图像分辨率可能被盖写。

而且，如果由被指派给数字图像336的访问策略规定，则策略逻辑114可向存储312提供删除指令来从存储304删除数字图像336。

如图3中所示，渲染设备106(其可以或可以不是用户设备102)可接收图像下载信号346。如上所述，渲染设备106可根据图6的流程图600操作。关于图3的渲染设备106描述流程图600。注意，并非流程图600的所有步骤必然在所有实施例中均被执行。

流程图600开始于步骤602。在步骤602，具有相关联的价值得分的被捕捉图像被下载。例如，如图3中所示，渲染设备106的图像下载器314可接收图像下载信号346。图像下载信号346可包括由后端服务器104和/或由用户设备104针对被检索图像344确定的价值得分和/或访问策略。图像下载器314可包括或可访问渲染设备106的网络接口来通过网络传送和接收通信信号，包括接收图像下载信号346。示例网络接口的进一步示例在本文中的其他地方描述。图像下载器314可在存储316中将包括在图像下载信号344中的被检索的图像344存储为数字图像348。

在步骤604，基于相关联的价值得分向被捕捉图像指派访问策略。如上所述，在一实施例中，可存在策略逻辑116以确定数字图像348的访问策略。替换地，策略逻辑116可不存在于渲染设备106中，或可不被使用，并且在此情况下，步骤604不被执行。在该情况下，在图像下载信号346中接收的访问策略可被渲染设备106用于数字图像348。

当存在时，策略逻辑116可接收在图像下载信号346中接收的价值得分324或价值得分338。策略逻辑116被配置成按照本文别处描述的方式向数字图像348指派访问策略，包括上面关于图2的步骤204描述的和如下面进一步描述的。如图3中所示，策略逻辑116生成访问策略指示350，其指示由策略逻辑116针对数字图像348确定的访问策略。如图3中所示，访问策略指示350可与数字图像348相关联地被存储在存储316中(例如作为元数据等)。

在步骤606，基于被指派的访问策略，被捕捉图像被渲染以供显示。在各实施例中，图像渲染器318可被配置成渲染图像以供在显示屏320上显示。当图像要被显示时，根据图像渲染器318或其它逻辑渲染设备106的显示逻辑，图像渲染器318可从存储316检索图像，诸如数字图像348，作为被检索图像354。而且，如图3中所示，图像渲染器318接收被指派给数字图像348的具有访问策略指示350(或与存储316中的数字图像348相关联的访问策略)形式的访问策略。在一实施例中，图像渲染器318可被配置成基于被指派的访问策略渲染被检索图像354的显示。例如，“删除”访问策略可引起图像渲染器318删除存储316中的数字图像348。被指派的访问策略所指示的相对低的优先级(例如，低显示优先级、低上传或下载优先级、低分辨率策略等)可引起图像渲染器318将其它图像(具有相对高的优先级)优先于被检索图像354进行显示。被指派的访问策略所指示的相对高的优先级(例如，高显示优先级、高上传或下载优先级、高分辨率策略等)可引起图像渲染器318将被检索图像354优先于其它图像(具有相对低的优先级)进行显示。

当根据被检索图像354的访问策略显示该被检索图像时，图像渲染器318被配置成基于被检索图像354生成由显示屏320接收的数字图像数据356。显示屏320基于数字图像数据356显示与被捕捉图像相对应的图像。图像可被显示在任何应用中，包括被显示在浏览器或其它界面中。该图像可被显示在与该用户相关联的程序或应用中，诸如被显示在与该用户相关联的社交网络上，被递送并显示在代表该用户提供的消息中(例如，电子邮件、文本消息、“推文(tweet)”等)，被显示为MicrosoftLive Tile(活动磁贴)(例如，在用户的移动设备或静态计算设备桌面中)，被显示在该用户的博客页面上等。替换地，该图像可被显示在不与该用户相关联的应用中。

B.价值得分的确定的示例实施例

如上所述，价值得分可针对被捕捉图像被自动确定。价值得分可指示被捕捉图像对用户的相对重要性。这种价值得分可按各种方式确定，包括根据上面描述的技术，以及根据在本子章节和下面的子章节中描述的技术。

例如，图7示出了根据一示例实施例的提供用于确定被捕捉图像的价值得分的过程的流程图700。在实施例中，流程图700可由价值确定器108和112中的每一者执行。注意，在进一步实施例中，图1和3的渲染设备106可包括可根据流程图700操作的价值确定器。注意，流程图700的一个或多个步骤可在实施例中执行。基于以下描述，其他结构及操作的实施例对于相关邻域的技术人员将是显而易见的。

流程图700开始于步骤702。在步骤702中，被捕捉图像的色彩均匀度被确定。在一实施例中，如上所述，被捕捉图像，诸如数字图像322、数字图像336、或数字图像348(图3)可被分析来确定被捕捉图像的色彩均匀度。色彩均匀度可指示被捕捉图像对用户的价值。例如，高色彩均匀度可以是意外照片(例如，口袋中的拍摄、捕捉按钮的意外触摸等)、不想要的照片(例如，用户的孩子拍摄的照片)、或对用户而言具有相对低的价值的其它相对无特征的照片(诸如地板、墙、或天花板的照片、地或天空的照片等)的指示。低色彩均匀度可指示有意识地捕捉的照片，这是因为暗示该照片包含相对更高的细节水平。

在一实施例中，图像处理器(诸如图像处理器362(用户设备102)或图像处理器364(后端服务器104))可被配置成对被捕捉图像执行数字图像分析来按任何方式确定被捕捉图像的色彩均匀度。例如，图像处理器可被配置成确定被捕捉图像的所有或相当大量的像素是否具有在特定窄色彩范围内的色彩。例如，图像处理器可确定跨各像素值的最大数值差是否小于预定阈值差值。如果最大数值差小于预定阈值差值，则该图像可被认为具有相对高的色彩均匀度。如果最大数值差大于预定阈值差值，则该图像可被认为具有相对低的色彩均匀度。替换地，图像处理器可按另一方式确定被捕捉图像的色彩均匀度。

在步骤704中，被捕捉图像的聚焦质量被确定。在一实施例中，如上所述，被捕捉图像，诸如数字图像322、数字图像336、或数字图像348(图3)可被分析来确定被捕捉图像的聚焦质量。聚焦质量可指示被捕捉图像对用户的价值。例如，低聚焦质量可以指示意外照片(例如，口袋中的拍摄、捕捉按钮的意外触摸)、不想要的照片(例如，用户的孩子拍摄的照片、自动聚焦没有良好执行的照片等)、或其它对用户而言具有相对低价值的照片。高聚焦质量可指示有意识地捕捉的照片，这是因为暗示该照片包含相对更高的可识别细节水平。

在一实施例中，图像处理器(诸如图像处理器362(用户设备102)或图像处理器364(后端服务器104))可被配置成对被捕捉图像执行数字图像分析来按任何方式确定被捕捉照片的聚焦质量。例如，图像处理器可被配置成确定一个或多个锐利线条是否存在于被捕捉图像中。如果检测到至少一个锐利线条，则检测到的锐利线条的数量越大，指派到被捕捉图像的聚焦质量的等级越高。如果没有检测到锐利线条(或检测到相对少的锐利线条)，则图像可被认为具有相对低的聚焦质量。替换地，图像处理器可按另一方式确定被捕捉图像的聚焦质量。

在步骤706，确定被捕捉图像中指示的光量。在一实施例中，如上所述，被捕捉图像，诸如数字图像322、数字图像336、或数字图像348(图3)可被分析来确定被捕捉图像的光量。光量可指示被捕捉图像对用户的价值。例如，低光量可指示意外照片(例如，口袋中的拍摄等)、不想要的照片(例如，在不良光照条件下拍摄的照片等)、或其它对用户具有相对低价值的照片。相对高的光量可指示有意识地捕捉的照片，这是因为暗示该照片包含相对更高的可见水平。

在一实施例中，图像处理器(诸如图像处理器362(用户设备102)或图像处理器364(后端服务器104))可被配置成对被捕捉图像执行数字图像分析来按任何方式确定被捕捉照片的光量。例如，图像处理器可被配置成确定被捕捉图像的所有或相当大量的像素是否具有在特定光色彩范围内的色彩(例如，更靠近白色、更远离黑色的色彩范围)。例如，图像处理器可确定阵列的像素的平均色彩与白色的差距是否小于预定阈值差值。如果阵列的像素的平均色彩与白色的差距小于预定阈值差值，则该图像可被认为具有相对高的光量(相对高的亮度)。如果阵列的像素的平均色彩与白色的差距大于预定阈值差值，则该图像可被认为具有相对低的光量(相对低的亮度)。替换地，图像处理器可按另一方式确定被捕捉图像中出现的光量。

在步骤708，确定被捕捉图像中存在的人类面部。在一实施例中，如上所述，被捕捉图像，诸如数字图像322、数字图像336、或数字图像348(图3)可被分析来确定被捕捉图像是否包括一个或多个人类面部。一个或多个人类面部的存在可指示被捕捉图像对用户的价值。例如，不存在人类面部可以指示意外照片(例如，口袋中的拍摄、捕捉按钮的意外触摸)、不想要的照片(例如，用户的孩子拍摄的照片等)、或其它对用户而言具有相对低价值的照片。一个或多个面部的存在可指示有意识捕捉的照片，由于暗示拍摄的是人的照片。而且，被检测到的任何面部是该用户认识的人也指示被捕捉图像对用户的价值。如果检测到该人认识的一个或多个面部，则这可指示对该用户更高的价值。如果没有检测到该人认识的面部(或检测到的面部中相对低的比例是用户认识的)，则这可指示对用户更低的价值。

在一实施例中，图像处理器(诸如图像处理器362(用户设备102)或图像处理器364(后端服务器104))可被配置成对被捕捉图像执行面部识别分析来确定被捕捉照片中的任何面部的存在。例如，图像处理器可被配置成通过提取地标来标识被捕捉图像中的面部特征，且算法可被应用于分析和确定地标(例如，眼睛、鼻子、颧骨、下巴等)的相对位置、大小和/或形状，以检测人的面部。以此方式，被捕捉图像中的一个或多个面部的存在可被确定。

而且，在一实施例中，图像处理器可被配置成将地标的被确定的位置、大小、形状等与人的数据库进行比较来标识人。如果一个或多个人被成功标识，则被标识的人与该用户具有关系(例如，家庭成员、朋友、同事等)，这可进一步指示被捕捉图像对用户的价值。例如，如图3中所示，存储312可存储该用户的社交网络简档358，或社交网络简档358可以能由后端服务器104按其它方式检索。社交网络简档358可以是用户关于社交网络(例如，Google+^TM,加利福尼亚州旧金山的Twitter公司运营的Twitter^TM等)的简档并可指示一个或多个朋友、家庭成员、和/或与该用户具有关系的其他人。如果被捕捉图像中被标识的人与该用户的社交网络简档358中列出的人匹配，则这可指示被捕捉图像对用户的更高的价值。

替换地，图像处理器可按另一方式确定被捕捉图像中的人类面部的存在，和/或可确定具有被确定的(一个或多个)人类面部的(一个或多个)人的身份。

在步骤710，确定包括在对象库中的对象存在于被捕捉图像中。在一实施例中，如上所述，被捕捉图像，诸如数字图像322、数字图像336、或数字图像348(图3)可被分析来确定被捕捉图像是否包括对象库中的一个或多个对象。一个或多个此类对象的存在可指示被捕捉图像对用户的价值。例如，不存在可标识对象可以指示意外照片(例如，口袋中的拍摄、捕捉按钮的意外触摸)、不想要的照片(例如，用户的孩子拍摄的照片等)、或其它对用户而言具有相对低价值的照片。对象库中的一个或多个对象的存在可指示有意识捕捉的照片，这是由于意味着该照片是对感兴趣的事物拍摄的。

在一实施例中，图像处理器(诸如图像处理器362(用户设备102)或图像处理器364(后端服务器104))可被配置成对被捕捉图像执行对象识别分析来确定被捕捉照片中的对象库中的任何对象的存在。例如，图3的图像处理器364可分析被捕捉图像以发现存储在存储312中的对象库360中指示的任何对象的存在。对象库360可存储任何数量的对象的列表，且对于每个对象，可指示该对象的一个或多个结构特征(例如，维度、色彩、大小、形状等)，所述结构特征可被用来标识被捕捉图像中的该对象。对象库360中包括的对象可包括一般对象(例如，树、山、其它对象景色、动物、电器等)，和/或可包括该用户专有的对象(例如，该用户的汽车、房子、船、宠物等)。图像处理器可被配置成通过提取对象地标来标识被捕捉图像中的对象特征，且算法可被应用来分析并比较地标的相对位置、大小和/或形状与对象库360中的对象的结构特征。替换地，图像处理器可按另一方式确定对象库360中的对象在被捕捉图像中的存在。

被捕捉图像中标识的与存储在对象库360中的对象相匹配的任何对象可指示被捕捉对象对该用户的相对高的价值。对象库360中的任何对象的缺失在被捕捉图像中被标识可指示被捕捉对象对用户的相对低的价值。一些对象在被捕捉图像中的存在可指示被捕捉图像对用户的相对低的价值(例如，相机镜头上的手指等)。

注意，尽管社交网络简档358和对象库360被示出为存储在后端服务器104的存储312中，然而替换地或附加地，社交网络简档358和/或对象库360可被存储在用户设备102的存储304和/或渲染设备106的存储316中以由另一价值确定器访问。

在步骤712中，确定被捕捉图像被捕捉的位置。在一实施例中，如上所述，被捕捉图像，诸如数字图像322、数字图像336、或数字图像348(图3)可被分析来确定被捕捉图像被捕捉的位置。捕捉位置可指示被捕捉图像对用户的价值。例如，在用户的家中或办公室中的捕捉位置可指示意外照片、不想要的照片、或其它对用户而言具有低价值的照片。作为休假地点、旅游地点(例如博物馆、历史低点，诸如希腊雅典等)或其中相机被频繁使用的其它地点的捕捉位置可指示有意识捕捉的照片，因为意味着照片是关于感兴趣的事物的。

在一实施例中，图像处理器(诸如图像处理器362(用户设备102)或图像处理器364(后端服务器104))可被配置成分析与被捕捉图像相关联的元数据或按其它方式分析被捕捉图像来按任何方式确定被捕捉照片的捕捉位置。例如，与被捕捉图像相关联的元数据可指示该图像被捕捉的地点，如由用户设备的GPS(全球定位系统)模块或其它位置确定器所确定的。

在步骤714中，至少基于步骤702-712中的确定中的一者或多者来确定价值得分。在实施例中，步骤702-712中的任一者或多者可由价值确定器执行，作为关于被捕捉图像的性质所做的其它确定(例如，图像捕捉的位置、图像捕捉的时间等)的附加或替换。被捕捉图像的价值得分可由价值确定器基于所述确定来生成。例如，价值得分可基于步骤702-712的确定中的单个确定来确定，或基于步骤702-712的确定中的两个或更多个确定来确定。

例如，被捕捉图像中的相对低的色彩均匀度可对应于与步骤702有关的相对高的价值得分。在一个示例中，在0到1的示例价值得分标尺中，相对低的色彩均匀度可对应于.8的色彩均匀度的相对高的价值得分。替换地，相对高的色彩均匀度可对应于.3的色彩均匀度的相对低的价值得分。

在另一示例中，被捕捉图像中的相对高的聚焦质量可对应于与步骤704有关的相对高的价值得分。例如，在0到1的示例价值得分标尺中，相对高的聚焦质量可对应于.75的聚焦质量的相对高的价值得分。替换地，相对低的聚焦质量可对应于.25的聚焦质量的相对低的价值得分。

在另一示例中，被捕捉图像中的相对高的光量可对应于与步骤706有关的相对高的价值得分。例如，在0到1的示例价值得分标尺中，相对高的光量可对应于.85的光量的相对高的价值得分。替换地，相对低的光量可对应于.15的光量的相对低的价值得分。

在另一示例中，被捕捉图像中的一个或多个人类面部的确定可对应于与步骤708有关的相对高的价值得分。例如，在0到1的示例价值得分标尺中，被确定的人类面部可对应于.7的面部存在的相对高的价值得分。替换地，缺少任何人类面部可对应于.25的面部存在的相对低的价值得分。而且，如果确定被确定的一个或多个人类面部为与该用户具有关系的人的面部，则这可对应于甚至更高的价值得分。例如，被标识为与该用户具有关系的人的面部的被确定的人类面部可对应于.9的面部存在的甚至更高的价值得分。

在另一示例中，被捕捉图像中的对象库中的一个或多个对象的确定可对应于与步骤710有关的相对高的价值得分。例如，在0到1的示例价值得分标尺中，被确定的对象可对应于.8的对象存在的相对高的价值得分。在一实施例中，对象库360可将每个对象与当该对象在被捕捉图像中被标识时要应用的价值得分一起存储。替换地，缺少对象库的任何对象可对应于.25的对象存在的相对低的价值得分。

注意，所有所示出的价值得分标尺和本文提供的示例价值得分仅是为说明目的而提供的而不旨在进行限制。(诸)相关领域的技术人员将从本文的教导意识到，许多价值得分标尺和价值得分值和格式可在实施例中被使用。

从而，在实施例中，当步骤702-712中的单个步骤被执行(或基于图像性质执行其它价值得分确定)时，针对该单个步骤确定的价值得分可被用作步骤714中的被捕捉图像的价值得分。替换地，当步骤702-712中的多个步骤被执行(和/或基于其它图像性质执行其它价值得分确定)时，针对被执行步骤确定的价值得分可按任何方式被组合以被用作步骤714中的被捕捉图像的价值得分。例如，个体价值得分可被加总起来，价值得分可被取平均，个体价值得分可被个体地缩放并随后被加总起来或取平均，和/或个体价值得分可按任何其它方式被组合以确定被捕捉图像的整体价值得分。

注意，如上所述，流程图700的确定可按任何组合进行，且可在图3的各价值确定器中的一者或多者中执行。例如，在一个实施例中，用户设备102的价值确定器108可确定口袋中的拍摄(例如，通过执行色彩均匀度和/或光分析)，后端服务器106的价值确定器112(其可具有比用户设备102更高的处理能力)可被用来确定图像的聚焦水平，而渲染设备106(例如，Windows 8Live Tiles上的照片中心等)可具有用户的社交图的知识(例如，经由访问社交网络简档358)并可确定哪些被捕捉的图像中包括朋友/家人，并从而可执行面部分析。每个设备可适当地确定价值，并且可潜在地盖写(例如，丢弃或缩小)先前设备所做的价值得分决定。

C.用于指派访问策略的示例实施例

如上所述，访问策略可被自动指派给被捕捉图像。访问策略可指示如何处理对应的被捕捉图像，诸如是否将被捕捉图像自动上传到服务器，是否将被捕捉图像自动下载到渲染设备，以及是否在渲染设备处自动显示被捕捉图像。访问策略可按各种方式被指派，包括根据上面描述的技术，以及根据在本子章节和后续子章节中描述的技术。

例如，图8A-8D示出了根据示例实施例的用于确定被捕捉图像的访问策略的过程。在各实施例中，图8A-8D的过程可由策略逻辑110、策略逻辑114、和/或策略逻辑116执行。注意，在一些实施例中，图8A-8D中的过程中的一个或多个可组合执行。基于以下描述，其他结构及操作的实施例对于相关邻域的技术人员将是显而易见的。

图8A示出过程802。在过程802中，被捕捉图像被指定以供删除。例如，在一实施例中，其中被捕捉图像具有相对非常低的被确定的价值得分(例如，在0到1的价值得分标尺上小于.1)，则被指派给被捕捉图像的访问策略可以是从存储删除该被捕捉图像(例如，从存储304删除数字图像322，从存储312删除数字图像336，或从图3中的存储316删除数字图像348)。在这些情况下，对用户的估计价值如此低，而使得被步骤图像不值得维持。策略逻辑或其它设备组件可被配置成响应于被指派的“删除”访问策略而执行该删除。

图8B示出过程804。在过程804中，被捕捉图像被指定以供通过不收费网络连接上传到后端服务器。在一实施例中，在被捕捉图像具有相对低的被确定价值得分(例如，在0到1的价值得分标尺中小于.5)的情况下，被指派给被捕捉图像的访问策略可以是将该被捕捉图像指定为供以低优先级上传到服务器。这可意味着，不是通过任何可用网络连接上传该被捕捉图像，而是上传器可等待直到不收费网络连接可用为止(例如，家庭网络连接、免费的公共或工作相关的Wi-Fi连接等)。以此方式，用户不引起任何费用以上传较低价值的图像到服务器。附加地和/或替换地，被指派给被捕捉图像的低优先级访问策略可引起被捕捉图像在待决的更高优先级的图像被上传之后和/或在其它更重要的通信被进行或完成之后被上传。

图8C示出过程806。在过程806中，被捕捉图像被指定以供通过任何可用网络连接上传到后端服务器。在一实施例中，在被捕捉图像具有相对高的被确定价值得分(例如，在0到1的价值得分标尺中大于.5)的情况下，被指派给被捕捉图像的访问策略可以是将该被捕捉图像指定为供以高优先级上传到服务器。这可意味着，不是仅通过不收费的网络连接上传被捕捉图像，而是上传器可通过任何可用网络连接将该图像上传到服务器，包括用户可能必须为之付费的网络连接(例如，通过蜂窝网络、付费Wi-Fi网络等)。以此方式，即使向用户收费，更高价值的图像也被上传到服务器。附加地和/或替换地，被指派给被捕捉图像的高优先级访问策略可引起被捕捉图像在其它更低优先级的图像被上传之前和/或在其它更重要的通信被进行或完成之前被上传。

图8D示出过程808。在过程808中，被捕捉图像被指定以供以降低的图像分辨率上传到后端服务器。在一实施例中，在被捕捉图像具有相对低的被确定价值得分(例如，在0到1的价值得分标尺中小于.5)的情况下，被指派给被捕捉图像的访问策略可以是将该被捕捉图像指定为供以相对低的图像分辨率上传到服务器。这可意味着：不是以高分辨率上传被捕捉图像，而是图像的分辨率可被降低，或者可用的图像的低分辨率版本可被选择，且图像的降低的/低分辨率版本可被上传到服务器。以此方式，可使用较少的存储来存储较少价值的图像，以及使用较少的网络带宽来将图像上传到服务器。

在实施例中，图8A-8D中所示的访问策略的附加和/或替换访问策略可被指派给被捕捉图像，包括在本文别处描述的或另行已知的访问策略。例如，对于具有相对极低的价值得分的被捕捉图像，访问策略可以是在存储中维持但是不上传被捕捉图像，或将被捕捉图像存储在“垃圾桶”中以供稍后删除。对于具有相对高的价值得分的被捕捉图像，被指派给被捕捉图像的访问策略可以是指定该被捕捉图像以用于以相对高的图像分辨率上传到服务器。而且，本文公开的访问策略可被应用以将被捕捉图像下载到渲染设备，以及管理被捕捉图像的显示。例如，对于具有相对极低的价值得分的被捕捉图像，访问策略可以是删除渲染设备上的被捕捉图像，维持在存储中但是不在渲染设备上显示被捕捉图像，或者以较低频率显示被捕捉图像，由此更频繁地显示具有更高价值得分的被捕捉图像。而且，本文公开的访问策略可彼此组合使用。这些访问策略可被用来盖写被捕捉图像的默认访问策略。

III.示例移动和静态设备实施例

用户设备102、后端服务器104、渲染设备106、价值确定器108、策略逻辑110、价值确定器112、策略逻辑114、策略逻辑116、时间表排定逻辑306、图像上传器308、图像通信接口310、图像下载器314、图像渲染器318、图像处理器362、图像处理器364、流程图200、流程图400、流程图500、流程图600、流程图700、以及过程802-808可以硬件或硬件与软件和/或固件组合实现。例如，价值确定器108、策略逻辑110、价值确定器112、策略逻辑114、策略逻辑116、时间表排定逻辑306、和/或图像渲染器318以及流程图200、流程图400、流程图500、流程图600、流程图700、和/或过程802-808的一个或多个步骤可被实现为被配置成在一个或多个处理器中执行并在计算机可读存储介质中存储的计算机程序代码/指令。替换地，用户设备102、后端服务器104、渲染设备106、价值确定器108、策略逻辑110、价值确定器112、策略逻辑114、策略逻辑116、时间表排定逻辑306、图像上传器308、图像通信接口310、图像下载器314、图像渲染器318、图像处理器362和/或图像处理器364、以及流程图200、流程图400、流程图500、流程图600、流程图700、以及过程802-808的一个或多个步骤可被实现为硬件逻辑/电路系统。

例如，在一实施例中，价值确定器108、策略逻辑110、价值确定器112、策略逻辑114、策略逻辑116、时间表排定逻辑306、图像上传器308、图像通信接口310、图像下载器314、图像渲染器318、图像处理器362、图像处理器364、流程图200、流程图400、流程图500、流程图600、流程图700、和/或过程802-808中的一个或多个，以任何组合，可被共同实现在SoC中。SoC可包括集成电路芯片，其包括处理器(例如中央处理单元(CPU))、微控制器、微处理器、数字信号处理器(DSP等))、存储器、一个或多个通信接口、和/或其它电路中的一个或多个，并可任选地执行被接收的程序代码和/或包括嵌入式固件来执行功能。

图9示出示例性移动设备900的框图，该示例性移动设备900包括概括地示为组件902的各种任选硬件和软件组件。例如，在移动设备实施例中，移动设备900的组件902是可被包括在用户设备102、后端服务器104、和/或渲染设备106中的组件的示例。组件902的特征/要素的任何数量和组合以及附加和/或替代特征/要素可被包括在移动设备实施例中，如相关领域技术人员所知的。注意，组件902中的任一组件可与组件902中的任何其他组件通信，尽管为了便于说明并未示出所有连接。移动设备900可以是本文中其它地方所述或提及的、或者以其它方式已知的各种移动设备(例如，蜂窝电话、智能电话、手持式计算机、个人数字助理(PDA)等)中的任一种，并且可允许经由诸如蜂窝或卫星网络等一个或多个通信网络904或通过局域网或广域网进行与一个或多个移动设备的无线双向通信。

所示移动设备900可包括用于执行诸如信号编码、图像处理、数据处理、输入/输出处理、电源控制、和/或其他功能之类的任务的控制器或处理器(称为处理器电路910)。处理器电路910是在一个或多个物理硬件电子电路设备元件和/或作为中央处理单元(CPU)、微控制器、微处理器、和/或其它物理硬件处理电路的集成电路设备(半导体材料芯片或管芯)中实现的电子和/或光学电路。处理器电路910可执行存储在计算机可读介质中的程序代码，诸如一个或多个应用914、操作系统912的程序代码、存储器920中存储的任何程序代码等。操作系统912可控制对组件902的分配和使用，并支持一个或多个应用程序914(也称为“应用”、“app”等)。应用程序914可包括公共移动计算应用程序(例如，电子邮件应用程序、日历、联系人管理器、web浏览器、消息接发应用程序)、或任何其他计算应用(例如字处理应用、映射应用、介质播放器应用)。

如所示地，移动设备900可包括存储器920。存储器920可以包括不可移动存储器922和/或可移动存储器924。不可移动存储器922可以包括RAM、ROM、闪存、硬盘或者其他公知的存储器存储技术。可移动存储器924可以包括闪存或订户身份模块(SIM)卡，这在GSM通信系统或者其他公知的存储器存储技术中是公知的，诸如“智能卡”。存储器920可用于存储运行操作系统912和应用914的数据和/或代码。示例数据可以包括要经由一个或多个有线或无线网络被发送至和/或接收自一个或多个网络服务器或其他设备的网页、文本、图像、声音文件、视频数据或者其他数据集。存储器920可用于存储诸如国际移动订户身份(IMSI)等订户标识符，以及诸如国际移动设备标识符(IMEI)等设备标识符。这种标识符可以被发射至网络服务器以标识用户和设备。

多个程序可被储存在存储器920中。这些程序包括操作系统912、一个或多个应用程序914、以及其他程序模块以及程序数据。此类应用程序或程序模块的示例可包括例如用于实现价值确定器108、策略逻辑110、价值确定器112、策略逻辑114、策略逻辑116、时间表排定逻辑306、图像上传器308、图像通信接口310、图像下载器314、图像渲染器318、流程图200、流程图400、流程图500、流程图600、流程图700、和/或过程802-808(包括流程图200、400、500、600和700的任何适当步骤)和/或本文描述的进一步实施例的计算机程序逻辑(例如，计算机程序代码或指令)。

移动设备900可支持诸如触摸屏932、话筒934、相机936、物理键盘938和/或跟踪球940之类的一个或多个输入设备930，以及诸如扬声器952和显示器954之类的一个或多个输出设备950。诸如触摸屏932等触摸屏可以不同方式检测输入。例如，电容式触摸屏在物体(例如，指尖)使流过表面的电流变形或中断时检测到触摸输入。作为另一示例，触摸屏可使用光学传感器，在来自光学传感器的光束被中断时检测到触摸输入。对于通过某些触摸屏被检测到的输入来说，与屏幕表面的物理接触并不是必需的。例如，如本领域公知地，触摸屏932可被配置成使用电容感测支持手指悬停检测。如一上已经描述的，也可使用其它检测技术，包括基于相机的检测和基于超声波的检测。为了实现手指悬停，用户的手指通常在触摸屏上方预定间隔距离内，诸如在0.1至0.25英寸之间、或0.25至0.5英寸之间、或0.5至0.75英寸之间、或0.75至1英寸之间、或1至1.5英寸之间等等。

为了说明目的，触摸屏932被示为包括控制界面992。控制界面992被配置成控制与显示在触摸屏932上的虚拟元件相关联的内容。在一示例实施例中，控制界面992被配置成控制由一个或多个应用914提供的内容。例如，当移动设备900的用户利用应用时，控制界面992可在触摸屏932上被呈现给用户以使用户能够访问控制这种内容的控件。控制界面992的呈现可基于(例如触发于)距触摸屏932指定距离内的运动的检测、或者没有此类运动。用于基于运动或没有运动使控制界面(例如控制界面992)呈现在触摸屏(例如触摸屏932)上的示例实施例在以下更具体地描述。

其他可能的输出设备(未示出)可以包括压电或其他触觉输出设备。一些设备可以用于多于一个输入/输出功能。例如，触摸屏932和显示器954可被组合在单个输入/输出设备中。输入设备930可以包括自然用户界面(NUI)。NUI是使用户能以“自然”方式与设备交互、免受诸如鼠标、键盘、远程控件等输入设备所施加的人工约束的任一界面技术。NUI方法的示例包括依赖于语音识别、触摸和触笔识别、屏上及邻近屏的姿势识别、空中姿势、头部和眼部跟踪、说话和语音、视觉、触摸、姿势以及机器智能的那些方法。NUI的其他示例包括使用加速度计/陀螺仪、面部识别、3D显示器、头部、眼部和凝视跟踪的运动手势检测、沉浸式增强的现实和虚拟现实系统，这些中的全部都提供更自然的界面，还包括使用电场传感电极(EEG及相关方法)来感测脑部活动的技术。由此，在一特定示例中，操作系统912或应用914可包括作为允许用户经由语音命令来操作设备900的语音控制界面的一部分的语音识别软件。此外，设备900可包括允许经由用户的空间姿势进行用户交互(诸如检测和解释姿势以向游戏应用提供输入)的输入设备和软件。

(诸)无线调制解调器960可被耦合到(诸)天线(未示出)，并可支持处理器910和外部设备之间的双向通信，如本领域中清楚理解的。(诸)调制解调器960被一般性地示出，并且可以包括用于与移动通信网络904通信的蜂窝调制解调器966和/或其它基于无线电的调制解调器(例如蓝牙964或Wi-Fi962)。蜂窝调制解调器966可被配置成根据任何适当的通信标准或技术(诸如GSM,3G,4G,5G等)实现电话呼叫(以及可任选地传送数据)。无线调制解调器960的至少之一通常被配置用于与一个或多个蜂窝网络(诸如，用于在单个蜂窝网络内、蜂窝网络之间、或移动设备与公共交换电话网络(PSTN)之间的数据和语音通信的GSM网络)进行通信。

移动设备900还可包括至少一个输入/输出端口980、电源982、诸如全球定位系统(GPS)接收机之类的卫星导航系统接收机984、加速计986、和/或物理连接器990，该物理连接器990可以是USB端口、IEEE 1394(火线)端口、和/或RS-232端口。所示的组件902并非是必需或者涵盖全部的，因为如本邻域技术人员所理解地，任何组件可不存在且附加地其它组件可存在。

此外，图10示出其中可实现各实施例的计算设备1000的示例性实现。例如，用户设备102、后端服务器104和/或渲染设备106可在与静态计算机实施例中的计算设备1000相似的一个或多个计算设备中实现，包括计算设备900的一个或多个特征和/或替代特征。此处所提供的对计算设备1000的描述只是为了说明，并不是限制性的。各实施例也可以在相关领域的技术人员所知的其它类型的计算机系统中实现。

如图10所示，计算设备1000包括一个或多个处理器(被称为处理器线路1002)、系统存储器1004，以及将包括系统存储器1006的各种系统组件耦合到处理器线路1004的总线1002。处理器电路1002是在一个或多个物理硬件电子电路设备元件和/或作为中央处理单元(CPU)、微控制器、微处理器、和/或其它物理硬件处理电路的集成电路设备(半导体材料芯片或管芯)中实现的电子和/或光学电路。处理器电路1002可执行存储在计算机可读介质中的程序代码，诸如操作系统1030、应用程序1032、其它程序1034等的程序代码。总线1006表示若干类型的总线结构中的任何一种总线结构的一个或多个，包括存储器总线或存储器控制器、外围总线、加速图形端口，以及处理器或使用各种总线体系结构中的任何一种的局部总线。系统存储器1004包括只读存储器(ROM)1008和随机存取存储器(RAM)1010。基本输入/输出系统1012(BIOS)储存在ROM 1008中。

计算系统1000还具有一个或多个以下驱动器：用于读写硬盘的硬盘驱动器1014、用于读或写可移动磁盘1018的磁盘驱动器1016、以及用于读或写诸如CD ROM、DVD ROM或其他光介质之类的可移动光盘1022的光盘驱动器1020。硬盘驱动器1014、磁盘驱动器1016，以及光驱动器1020分别通过硬盘驱动器接口1024、磁盘驱动器接口1026，以及光盘驱动器接口1028连接到总线1006。驱动器以及它们相关联的计算机可读介质为计算机提供了对计算机可读指令、数据结构、程序模块，及其他数据的非易失存储器。虽然描述了硬盘、可移动磁盘和可移动光盘，但是，也可以使用诸如闪存卡、数字视频盘、RAM、ROM等等之类的其他类型的基于硬件的计算机可读存储介质来储存数据。

数个程序模块可被储存在硬盘、磁盘、光盘、ROM或RAM上。这些程序包括操作系统1030、一个或多个应用程序1032、其他程序1034以及程序数据1036。应用程序1032或其它程序1034可包括例如用于实现价值确定器108、策略逻辑110、价值确定器112、策略逻辑114、策略逻辑116、时间表排定逻辑306、图像上传器308、图像通信接口310、图像下载器314、图像渲染器318、流程图200、流程图400、流程图500、流程图600、流程图700、和/或过程802-808(包括流程图200、400、500、600和700的任何适当步骤)和/或本文描述的进一步实施例的计算机程序逻辑(例如，计算机程序代码或指令)。

用户可以通过诸如键盘1038和定点设备1040之类的输入设备向计算设备1000中输入命令和信息。其它输入设备(未示出)可包括话筒、控制杆、游戏手柄、卫星天线、扫描仪、触摸屏和/或触摸平板、用于接收语音输入的语音识别系统、用于接收手势输入的手势识别系统、诸如此类。这些及其他输入设备常常通过耦合到总线1006的串行端口接口1042连接到处理电路1002，但是，也可以通过其他接口，诸如并行端口、游戏端口、通用串行总线(USB)端口，来进行连接。

显示屏1044也通过诸如视频适配器1046之类的接口连接到总线306。显示屏1044可在计算设备1000外部或纳入其中。显示屏1044可显示信息，以及作为用于接收用户命令和/或其它信息(例如，通过触摸、手指姿势、虚拟键盘等等)的用户界面。除了显示屏1044之外，计算设备1000还可包括其他外围输出设备(未示出)，如扬声器和打印机。

计算设备1000通过适配器或网络接口1050、调制解调器1052、或用于通过网络建立通信的其他手段连接到网络1048(例如，因特网)。可以是内置的或外置的调制解调器1052可以经由串行端口接口1042连接到总线1006，如图10所示，或者可以使用包括并行接口的另一接口类型连接到总线1006。

如此处所用的，术语“计算机程序介质”、“计算机可读介质”以及“计算机可读存储介质”被用于泛指物理硬件介质，诸如与硬盘驱动器1014相关联的硬盘、可移动磁盘1018、可移动光盘1022、其它物理硬件介质，诸如RAM、ROM、闪存卡、数字视频盘、zip磁盘、MEM、基于纳米的存储设备，以及其它类型的物理/有形硬件存储介质(包括图9的存储器920)。这些计算机可读存储介质与通信介质(不包括通信介质)相区别且不重叠。通信介质通常在诸如载波等已调制数据信号中承载计算机可读指令、数据结构、程序模块或者其它数据。术语“已调制数据信号”是指使得以在信号中编码信息的方式来设定或改变其一个或多个特征的信号。作为示例而非限制，通信介质包括诸如声学、RF、红外线的无线介质和其它无线介质以及有线介质。实施例也针对这些通信介质。

如上文所指示的，计算机程序和模块(包括应用程序1032及其他程序1034)可被储存在硬盘、磁盘、光盘、ROM、RAM或其它硬件存储介质上。这样的计算机程序也可以通过网络接口1050、串行端口接口1042或任何其他接口类型来接收。这些计算机程序在由应用程序执行或加载时使得计算机1000能够实现此处所讨论的实施例的特征。因此，这些计算机程序表示计算机系统1000的控制器。

各实施例还涉及包括存储在任何计算机可读介质上的计算机代码或指令的计算机程序产品。这样的计算机程序产品包括硬盘驱动、光盘驱动、存储器设备包、便携式记忆棒、存储器卡以及其它类型的物理存储硬件。

IV.结语

尽管上文描述了本发明的各实施例，但是，应该理解，它们只是作为示例来呈现的，而不作为限制。那些精通有关技术的人员将理解，在不偏离如所附权利要求书所定义的本发明的精神和范围的情况下，可以在形式和细节方面进行各种修改。因此，本发明的范围不应该受到上述示例性实施例的任一个的限制，而只应根据下面的权利要求和它们的等效内容进行定义。