JOINT FORECASTING OF FEATURE AND FEATURE MOTION

적어도 하나의 프레임의 의미론적 출력을 예상하는 컴퓨터-구현 방법으로서, 미리 결정된 시간까지의 입력 프레임을 카메라로부터 수신하는 단계, 복수 개의 피쳐 텐서를 수신하도록, 신경망의 다운-샘플링 모듈을 통하여 복수 개의 입력 프레임을 처리하는 단계, 복수 개의 피쳐 텐서들 사이의 시공간적 관련성을 결정하는 단계, 적어도 하나의 예상된 피쳐 텐서를 수신하도록, 복수 개의 피쳐 텐서 및 시공간적 관련성을 처리하는 단계, 및 미리 결정된 시간보다 큰 시간에 대한 적어도 하나의 예상된 의미론적 출력을 수신하도록, 신경망의 업-샘플링 모듈을 통하여 적어도 하나의 예상된 피쳐를 처리하는 단계를 포함하는, 컴퓨터-구현 방법. A computer-implemented method of forecasting the semantic output of at least one frame, the method comprising the steps of receiving the input frames from a camera up to a predetermined time, processing via a down-sampling module of a neural network the plurality of input frames to receive a plurality of feature tensors, determining spatio-temporal correlations between the plurality of feature tensors, processing the plurality of feature tensors and the spatio-temporal correlations to receive at least one forecasted feature tensor, and processing via an up-sampling module of the neural network the at least one forecasted feature to receive at least one forecasted semantic output for a time larger than the predetermined time.