【技术实现步骤摘要】
【国外来华专利技术】
技术介绍
1、能够通过计算设备在计算机网络上交换数据(例如，音频和/或视频)来促进虚拟会议。在虚拟会议期间，一个或多个计算设备可以与参与虚拟会议的任何其他计算设备共享可视内容(例如，一个或多个用户界面窗口)。
技术实现思路
【技术保护点】
1.一种用于虚拟会议内容共享的方法，所述方法包括：
2.根据权利要求1所述的方法，还包括：针对所述指定的可视内容元素，提示所述客户端计算设备的人类用户确认所述指定的可视内容元素是否应当在所述共享的可视界面内容中被遮蔽，并且在用户确认时，遮蔽所述共享的可视界面内容中的所述指定的可视内容元素。
3.根据权利要求2所述的方法，其中，遮蔽所述共享的可视界面内容中的所述指定的可视内容元素包括模糊所述指定的可视内容元素。
4.根据权利要求2所述的方法，其中，遮蔽所述共享的可视界面内容中的所述指定的可视内容元素包括涂黑所述指定的可视内容元素。
5.根据权利要求2所述的方法，还包括从所述远程会议服务器接收关于以下的指示：至少部分地基于(1)所述会议特征向量与(2)针对所述一个或多个可视内容元素中的第二指定的可视内容的元素特征向量之间的差超过比所述内容过滤阈值更高的自动过滤阈值，所述第二指定的可视内容元素被标记用于自动过滤，以及自动地遮蔽所述共享的可视界面内容中的所述第二指定的可视内容元素。
6.根据权利要求1所述的方法，还包括自动地遮蔽
7.根据权利要求1所述的方法，其中，与所述共享的可视界面内容的所述一个或多个可视内容元素相对应的所述一个或多个元素特征向量是由机器学习训练的索引器来分配的，所述机器学习训练的索引器先前被训练以将针对每个可视内容元素的所述多个共享上下文参数中的每个共享上下文参数量化为针对所述一个或多个元素特征向量中的每个元素特征向量相对于具有多个维度的特征空间的单独维度特征值。
8.根据权利要求7所述的方法，其中，所述机器学习训练的索引器还被配置为将所述一个或多个元素特征向量分配给与一个或多个不同的共享相关的虚拟域相对应的一个或多个不同的向量聚类。
9.根据权利要求8所述的方法，其中，所述机器学习训练的索引器经由使用k-均值聚类的无监督的训练被训练以将所述一个或多个元素特征向量分配给一个或多个不同的向量聚类。
10.根据权利要求8所述的方法，其中，所述机器学习训练的索引器经由监督的训练至少部分地基于来自所述客户端计算设备的人类用户的、指示哪些可视内容元素应当在不同的上下文中被过滤的输入被训练，以将所述一个或多个元素特征向量分配给一个或多个不同的向量聚类。
11.根据权利要求8所述的方法，还包括：至少部分地基于遮蔽所述共享的可视界面内容中的所述指定的可视内容元素，自动地遮蔽所述一个或多个可视内容元素中被分配给与所述指定的可视内容元素相同的共享相关的虚拟域的任何其他可视内容元素。
12.根据权利要求1所述的方法，其中，所述共享的可视界面内容的所述一个或多个可视内容元素包括以下中的一项或多项：软件应用窗口、互联网浏览器的标签以及所显示的通知。
13.根据权利要求1所述的方法，其中，针对所述可视内容元素的所述多个共享上下文参数包括针对在软件应用中打开的文件的文件元数据。
14.根据权利要求13所述的方法，其中，所述文件元数据包括以下中的一项或多项：所述文件的创建的日期、所述文件先前已经被读取或编辑的次数、具有访问所述文件的许可的一个或多个个体的身份以及所述文件被打开的时间的平均长度。
15.根据权利要求13所述的方法，其中，所述文件元数据包括所述文件先前已经被访问的一个或多个地理位置的指示、先前已经访问所述文件的计算设备的一个或多个互联网协议(IP)地址以及所述文件先前已经被访问的一天中的一个或多个时间的指示。
...【技术特征摘要】
【国外来华专利技术】
1.一种用于虚拟会议内容共享的方法，所述方法包括：
2.根据权利要求1所述的方法，还包括：针对所述指定的可视内容元素，提示所述客户端计算设备的人类用户确认所述指定的可视内容元素是否应当在所述共享的可视界面内容中被遮蔽，并且在用户确认时，遮蔽所述共享的可视界面内容中的所述指定的可视内容元素。
3.根据权利要求2所述的方法，其中，遮蔽所述共享的可视界面内容中的所述指定的可视内容元素包括模糊所述指定的可视内容元素。
4.根据权利要求2所述的方法，其中，遮蔽所述共享的可视界面内容中的所述指定的可视内容元素包括涂黑所述指定的可视内容元素。
5.根据权利要求2所述的方法，还包括从所述远程会议服务器接收关于以下的指示：至少部分地基于(1)所述会议特征向量与(2)针对所述一个或多个可视内容元素中的第二指定的可视内容的元素特征向量之间的差超过比所述内容过滤阈值更高的自动过滤阈值，所述第二指定的可视内容元素被标记用于自动过滤，以及自动地遮蔽所述共享的可视界面内容中的所述第二指定的可视内容元素。
6.根据权利要求1所述的方法，还包括自动地遮蔽所述共享的可视界面内容中的所述指定的可视内容元素。
7.根据权利要求1所述的方法，其中，与所述共享的可视界面内容的所述一个或多个可视内容元素相对应的所述一个或多个元素特征向量是由机器学习训练的索引器来分配的，所述机器学习训练的索引器先前被训练以将针对每个可视内容元素的所述多个共享上下文参数中的每个共享上下文参数量化为针对所述一个或多个元素特征向量中的每个元素特征向量相对于具有多个维度的特征空间的单独维度特征值。
8.根据权利要求7所述的方法，其中，所述机器学习训练的索引器还被配置为将所述一个或多个元素特征向量分配...
【专利技术属性】
技术研发人员：R·G·P·雷伊，M·H·富夫，F·J·亚涅斯卢塞罗，
申请(专利权)人：微软技术许可有限责任公司，
类型：发明
国别省市：
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。