Bằng sáng chế này nhắc tới việc "tự động nhận diện các vật thể cỡ lớn".
Nó mô tả phương thức mà theo đó công nghệ của hãng sẽ nhận diện vật thể trong video mà không cần dữ liệu do người dùng nhập thêm. Vì vậy, nếu một người quay phim về địa danh nổi tiếng toàn cầu nào đó như tháp Eiffel hay một sản phẩm như xe Porsche, công nghệ của Google có thể nhận diện được nó.


Để xác định các vật thể khác biệt - cả nổi tiếng và bình thường, như một chiếc ghế chẳng hạn - Google sẽ có một "kho tên vật thể". Kho tên này sẽ có "ít nhất 50000 tên vật thể."
Trong hồ sơ xin cấp bằng sáng chế được nộp vào tháng 2 năm 2009, Google viết, "Các hệ thống thông thường dựa và dữ liệu đầu vào trực tiếp của người dùng để dựng lên các mẫu được đặt tên để đại diện cho vật thể, cũng giống như một tập ảnh về một thứ gì đó, ví dụ như xe hơi, dựa trên sự quyết định của những người dùng trước. Tuy nhiên dữ liệu người dùng này sẽ tốn rất nhiều thời gian và chi phí, và không thể hỗ trợ được kho dữ liệu bao gồm hàng trăm ngàn vật thể và hàng triệu hình ảnh."
Hiện chưa biết Google sẽ thực hiện công nghệ này như thế nào, tuy nhiên nếu nó ra mắt, rất có thể nó sẽ xuất hiện trên YouTube.