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 모듈...
Gespeichert in:
| Hauptverfasser: | , , , , |
|---|---|
| Format: | Patent |
| Sprache: | eng ; kor |
| Schlagworte: | |
| Online-Zugang: | Volltext bestellen |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | |
|---|---|
| container_issue | |
| container_start_page | |
| container_title | |
| container_volume | |
| creator | SARIC JOSIP ANTUNOVIC TONCI VRAZIC SACHA SEGVIC SINISA ORSIC MARIN |
| description | 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. |
| format | Patent |
| fullrecord | <record><control><sourceid>epo_EVB</sourceid><recordid>TN_cdi_epo_espacenet_KR20220080674A</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><sourcerecordid>KR20220080674A</sourcerecordid><originalsourceid>FETCH-epo_espacenet_KR20220080674A3</originalsourceid><addsrcrecordid>eNrjZND38vf0C1Fw8w9ydXYMDvH0c1fwd1Nwc3UMCQ1yVXD0c4Gzff1DPP39eBhY0xJzilN5oTQ3g7Kba4izh25qQX58anFBYnJqXmpJvHeQkYGRkYGBhYGZuYmjMXGqAJGAJr8</addsrcrecordid><sourcetype>Open Access Repository</sourcetype><iscdi>true</iscdi><recordtype>patent</recordtype></control><display><type>patent</type><title>JOINT FORECASTING OF FEATURE AND FEATURE MOTION</title><source>esp@cenet</source><creator>SARIC JOSIP ; ANTUNOVIC TONCI ; VRAZIC SACHA ; SEGVIC SINISA ; ORSIC MARIN</creator><creatorcontrib>SARIC JOSIP ; ANTUNOVIC TONCI ; VRAZIC SACHA ; SEGVIC SINISA ; ORSIC MARIN</creatorcontrib><description>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.</description><language>eng ; kor</language><subject>CALCULATING ; COMPUTING ; CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE ORDIFFERENT FUNCTION ; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES ; COUNTING ; HANDLING RECORD CARRIERS ; IMAGE DATA PROCESSING OR GENERATION, IN GENERAL ; PERFORMING OPERATIONS ; PHYSICS ; PRESENTATION OF DATA ; RECOGNITION OF DATA ; RECORD CARRIERS ; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TOTHE CONTROL OF A PARTICULAR SUB-UNIT ; TRANSPORTING ; VEHICLES IN GENERAL</subject><creationdate>2022</creationdate><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><linktohtml>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=20220614&DB=EPODOC&CC=KR&NR=20220080674A$$EHTML$$P50$$Gepo$$Hfree_for_read</linktohtml><link.rule.ids>230,308,778,883,25547,76298</link.rule.ids><linktorsrc>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=20220614&DB=EPODOC&CC=KR&NR=20220080674A$$EView_record_in_European_Patent_Office$$FView_record_in_$$GEuropean_Patent_Office$$Hfree_for_read</linktorsrc></links><search><creatorcontrib>SARIC JOSIP</creatorcontrib><creatorcontrib>ANTUNOVIC TONCI</creatorcontrib><creatorcontrib>VRAZIC SACHA</creatorcontrib><creatorcontrib>SEGVIC SINISA</creatorcontrib><creatorcontrib>ORSIC MARIN</creatorcontrib><title>JOINT FORECASTING OF FEATURE AND FEATURE MOTION</title><description>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.</description><subject>CALCULATING</subject><subject>COMPUTING</subject><subject>CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE ORDIFFERENT FUNCTION</subject><subject>CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES</subject><subject>COUNTING</subject><subject>HANDLING RECORD CARRIERS</subject><subject>IMAGE DATA PROCESSING OR GENERATION, IN GENERAL</subject><subject>PERFORMING OPERATIONS</subject><subject>PHYSICS</subject><subject>PRESENTATION OF DATA</subject><subject>RECOGNITION OF DATA</subject><subject>RECORD CARRIERS</subject><subject>ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TOTHE CONTROL OF A PARTICULAR SUB-UNIT</subject><subject>TRANSPORTING</subject><subject>VEHICLES IN GENERAL</subject><fulltext>true</fulltext><rsrctype>patent</rsrctype><creationdate>2022</creationdate><recordtype>patent</recordtype><sourceid>EVB</sourceid><recordid>eNrjZND38vf0C1Fw8w9ydXYMDvH0c1fwd1Nwc3UMCQ1yVXD0c4Gzff1DPP39eBhY0xJzilN5oTQ3g7Kba4izh25qQX58anFBYnJqXmpJvHeQkYGRkYGBhYGZuYmjMXGqAJGAJr8</recordid><startdate>20220614</startdate><enddate>20220614</enddate><creator>SARIC JOSIP</creator><creator>ANTUNOVIC TONCI</creator><creator>VRAZIC SACHA</creator><creator>SEGVIC SINISA</creator><creator>ORSIC MARIN</creator><scope>EVB</scope></search><sort><creationdate>20220614</creationdate><title>JOINT FORECASTING OF FEATURE AND FEATURE MOTION</title><author>SARIC JOSIP ; ANTUNOVIC TONCI ; VRAZIC SACHA ; SEGVIC SINISA ; ORSIC MARIN</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-epo_espacenet_KR20220080674A3</frbrgroupid><rsrctype>patents</rsrctype><prefilter>patents</prefilter><language>eng ; kor</language><creationdate>2022</creationdate><topic>CALCULATING</topic><topic>COMPUTING</topic><topic>CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE ORDIFFERENT FUNCTION</topic><topic>CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES</topic><topic>COUNTING</topic><topic>HANDLING RECORD CARRIERS</topic><topic>IMAGE DATA PROCESSING OR GENERATION, IN GENERAL</topic><topic>PERFORMING OPERATIONS</topic><topic>PHYSICS</topic><topic>PRESENTATION OF DATA</topic><topic>RECOGNITION OF DATA</topic><topic>RECORD CARRIERS</topic><topic>ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TOTHE CONTROL OF A PARTICULAR SUB-UNIT</topic><topic>TRANSPORTING</topic><topic>VEHICLES IN GENERAL</topic><toplevel>online_resources</toplevel><creatorcontrib>SARIC JOSIP</creatorcontrib><creatorcontrib>ANTUNOVIC TONCI</creatorcontrib><creatorcontrib>VRAZIC SACHA</creatorcontrib><creatorcontrib>SEGVIC SINISA</creatorcontrib><creatorcontrib>ORSIC MARIN</creatorcontrib><collection>esp@cenet</collection></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext_linktorsrc</fulltext></delivery><addata><au>SARIC JOSIP</au><au>ANTUNOVIC TONCI</au><au>VRAZIC SACHA</au><au>SEGVIC SINISA</au><au>ORSIC MARIN</au><format>patent</format><genre>patent</genre><ristype>GEN</ristype><title>JOINT FORECASTING OF FEATURE AND FEATURE MOTION</title><date>2022-06-14</date><risdate>2022</risdate><abstract>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.</abstract><oa>free_for_read</oa></addata></record> |
| fulltext | fulltext_linktorsrc |
| identifier | |
| ispartof | |
| issn | |
| language | eng ; kor |
| recordid | cdi_epo_espacenet_KR20220080674A |
| source | esp@cenet |
| subjects | CALCULATING COMPUTING CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE ORDIFFERENT FUNCTION CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES COUNTING HANDLING RECORD CARRIERS IMAGE DATA PROCESSING OR GENERATION, IN GENERAL PERFORMING OPERATIONS PHYSICS PRESENTATION OF DATA RECOGNITION OF DATA RECORD CARRIERS ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TOTHE CONTROL OF A PARTICULAR SUB-UNIT TRANSPORTING VEHICLES IN GENERAL |
| title | JOINT FORECASTING OF FEATURE AND FEATURE MOTION |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-16T14%3A46%3A07IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-epo_EVB&rft_val_fmt=info:ofi/fmt:kev:mtx:patent&rft.genre=patent&rft.au=SARIC%20JOSIP&rft.date=2022-06-14&rft_id=info:doi/&rft_dat=%3Cepo_EVB%3EKR20220080674A%3C/epo_EVB%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rfr_iscdi=true |