【技术实现步骤摘要】
【国外来华专利技术】基于机器学习分类的设备位置相关申请的交叉引用本申请要求于2018年4月30日提交的序列号为15/967,201的美国专利申请的优先权，该申请是2017年8月31日提交的序列号为15/692,990的美国专利申请的延续并要求其优先权，在此要求它们中的每个申请的优先权，并通过引用将每个申请的全部内容合并于此。
本公开的实施例总体上涉及确定设备位置，并且更具体地但非限制性地涉及基于机器学习分类的精确计算机设备位置确定。
技术介绍
计算机(例如智能电话)可以使用地理位置服务来近似估算其位置。例如，计算机可以使用由车载GPS传感器生成的全球定位系统(GPS)数据来确定其位置。但是，如果该计算机附近有数个场所，则这种信息通常无法指出计算机当前位于哪个场所(例如，咖啡馆、饭店、加油站)。附图说明为了容易地识别对任何特定元素或动作的讨论，附图标记中最高的一个或多个有效数字指的是首先引入该元素或动作的附图(“图”)的编号。图1是示出了用于通过网络交换数据(例如消息和相关联内容)的示例消息传递系统...
【技术保护点】
1.一种方法，包括：/n使用客户端设备的一个或多个处理器向一个或多个服务器发送对场所数据的请求，所述请求包括由所述客户端设备生成的地理位置数据；/n从所述一个或多个服务器接收包括多个场所的场所数据集，所述多个场所中的每个场所与描述所述场所的标记相关联；/n识别由所述客户端设备生成的图像；/n使用机器学习方案对所述图像中描绘的对象进行分类；/n至少部分地基于与所述场所相关联的标记匹配的所分类的对象，从所述场所数据集中选择场所；/n选择与所选择的场所预先关联的一个或多个显示元素；以及/n在所述客户端设备上显示包括所述一个或多个显示元素和所述图像的呈现。/n
【技术特征摘要】
【国外来华专利技术】20170831 US 15/692,990;20180430 US 15/967,2011.一种方法，包括：
使用客户端设备的一个或多个处理器向一个或多个服务器发送对场所数据的请求，所述请求包括由所述客户端设备生成的地理位置数据；
从所述一个或多个服务器接收包括多个场所的场所数据集，所述多个场所中的每个场所与描述所述场所的标记相关联；
识别由所述客户端设备生成的图像；
使用机器学习方案对所述图像中描绘的对象进行分类；
至少部分地基于与所述场所相关联的标记匹配的所分类的对象，从所述场所数据集中选择场所；
选择与所选择的场所预先关联的一个或多个显示元素；以及
在所述客户端设备上显示包括所述一个或多个显示元素和所述图像的呈现。
2.根据权利要求1所述的方法，还包括：
使用附加的机器学习方案来确定所述图像的环境数据，所述环境数据描述所述图像是外部环境的图像还是内部环境的图像。
3.根据权利要求2所述的方法，其中，对所述场所的所述选择还至少部分地基于与所述场所相关联的标记匹配的图像的所述环境数据。
4.根据权利要求1所述的方法，其中，所述图像是由所述客户端设备生成的活动视频馈送的一部分；以及
所述呈现显示叠加在所述活动视频馈送上的所述一个或多个显示元素。
5.根据权利要求1所述的方法，其中，在所述客户端设备上将所述多个场所分类为类别和子类别，并且，所述标记是所述类别或子类别的元数据。
6.根据权利要求5所述的方法，其中，所述一个或多个显示元素被分类到所述类别和子类别中，并且，由于所述一个或多个显示元素与所选择的元素共享相同类别或子类别中的至少一个，所述一个或多个显示元素与所选择的场所预先相关联。
7.根据权利要求1所述的方法，其中，所述一个或多个显示元素包括所述客户端设备的用户的化身。
8.根据权利要求1所述的方法，其中，所述地理位置数据包括由所述客户端设备上的GPS传感器生成的全球定位系统(GPS)数据。
9.根据权利要求1所述的方法，其中，所述场所数据集是包括不靠近由所述客户端设备的所述地理位置数据指示的位置的场所的更大场所数据集的子集。
10.根据权利要求1所述的方法，其中，所述机器学习方案包括：使用图像集训练以对物理对象进行分类的一个或多个神经网络，所述图像集包括多个物理图像中的图像。
11.根据权利要求2所述的方法，其中，所述附加的机器学习方案包括：被训练以将环境分类为处于内部还是处于外部的一个或多个神经网络，在图像集上训练的所述一个或多个神经网络包括外部环境和内部环境的多个...
【专利技术属性】
技术研发人员：E·J·查尔顿，S·M·哈努曼特，任洲，D·萨加尔，
申请(专利权)人：斯纳普公司，
类型：发明
国别省市：美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。