Standortbestimmung für ein Objekt unter Verwendung von visuellen Daten

    公开(公告)号:DE102013216892B4

    公开(公告)日:2020-08-13

    申请号:DE102013216892

    申请日:2013-08-26

    Applicant: IBM

    Abstract: Verfahren zum Bestimmen einer globalen Position eines observierten Objektes, wobei es sich bei dem observierten Objekt um wenigstens eine fehlende Eisenbahnschienenkomponente oder eine beschädigte Eisenbahnschienenkomponente handelt, wobei das Verfahren aufweist:Beziehen einer ersten globalen Position des observierten Objektes mit wenigstens einer Positionsbestimmungseinheit;Ermitteln, ob ein Satz an gespeicherten visuellen Eigenschaftsdaten wenigstens eines Wegepunktes mit einem Satz an visuellen Eigenschaftsdaten übereinstimmt, der anhand von wenigstens einem aufgenommen Bild bezogen wurde, das eine zu dem observierten Objekt gehörende Szene aufweist;Ermitteln, ob dieses wenigstens eine Bild irgendwelche fehlenden oder beschädigten Eisenbahnschienenkomponenten aufweist, undErmitteln, in Reaktion darauf, dass der Satz an gespeicherten visuellen Eigenschaftsdaten mit dem bezogenen Satz an visuellen Eigenschaftsdaten übereinstimmt, einer zweiten globalen Position des observierten Objektes auf der Grundlage von gespeicherten Standortdaten, die zu dem wenigstens einen Wegepunkt und der ersten globalen Position gehören, wobei die zweite globale Position des Weiteren auf der Grundlage von wenigstens einer Zählung von Eisenbahnschwellen und einer ab einem Bezugspunkt zurückgelegten Entfernung ermittelt wird.

    Integrieren von Video-Metadaten in 3D-Modelle

    公开(公告)号:DE112012001984B4

    公开(公告)日:2018-11-29

    申请号:DE112012001984

    申请日:2012-05-02

    Applicant: IBM

    Abstract: Verfahren zum Darstellen von innerhalb von 2D-Videodaten verfolgten Objekten durch 3D-Modelle, wobei das Verfahren aufweist:Erkennen und Verfolgen einer Bewegung eines Objekts innerhalb eines Umgebungssichtfelds einer 2D-Dateneinspeisung (Feed) einer kalibrierten Videokamera, wobei die Kamera so kalibriert ist, dass sie innerhalb eines Kontextes einer räumlichen Höhe, Ausrichtung und Position eines 3D-Modells der Umgebung des Kamerasichtfelds platziert wird;Lokalisieren eines Zentroids des verfolgten Objekts;Ermitteln einer Schnittstelle des Zentroids mit einer Grundebene innerhalb des Umgebungssichtfelds;initialisieren eines gittergestützten 3D-Volumenmodells, das sich für das verfolgte Objekt innerhalb des räumlichen Kontextes des 3D-Modells der Umgebung eignet, durch Verwenden einer Rückprojektion eines entsprechenden 2D-Bildes des verfolgten Objekts als Funktion des Zentroids und der ermittelten Schnittstelle mit der Grundebene;Darstellen einer nichtlinearen Dynamik eines verfolgten Bewegungspfades des Objekts in den 2D-Bilddaten als Sammlung unterschiedlicher lokaler linearer Modelle;Projizieren einer Struktur des 2D-Objekts auf das 3D-Modell; undErweitern der 2D-Verfolgungen des Objekts um 3D-Bewegungen, um das 3D-Modell in dynamischem netzgittergestützten 3D zu betreiben, durch Lernen einer gewichteten Kombination der unterschiedlichen lokalen linearen Modelle, die einen Bildfehler aufgrund einer erneuten Projektion in Bezug auf eine Modellbewegung minimiert.

    Optimierung der Erkennung von Objekten in Bildern

    公开(公告)号:DE102012218390A1

    公开(公告)日:2013-04-25

    申请号:DE102012218390

    申请日:2012-10-09

    Abstract: Ein System und Verfahren erkennen Objekte in einem digitalen Bild. Es werden mindestens Positionsdaten empfangen, die einem Fahrzeug zugeordnet sind. Geographische Informationen, die zu den Positionsdaten gehören, werden empfangen. Auf der Grundlage der geographischen Daten wird eine Wahrscheinlichkeit für das Erkennen eines Zielobjektes innerhalb eines entsprechenden geographischen Bereichs ermittelt. Die Wahrscheinlichkeit wird mit einem gegebenen Schwellenwert verglichen. Als Reaktion darauf, dass die Wahrscheinlichkeit größer oder gleich dem gegebenen Schwellenwert ist, wird ein Objekterkennungsprozess mindestens eines von aktiviert und in einem aktivierten Zustand gehalten. Der Objekterkennungsprozess erkennt Zielobjekte innerhalb eines Bildes, das mindestens ein Einzelbild einer Videobildfolge einer externen Umgebung darstellt. Als Reaktion darauf, dass die Wahrscheinlichkeit unter dem gegebenen Schwellenwert liegt, wird der Objekterkennungsprozess mindestens eines von deaktiviert und in einem deaktivierten Zustand gehalten.

    SICHERES ERNEUTES VERSCHLÜSSELN VON HOMOMORPH VERSCHLÜSSELTEN DATEN

    公开(公告)号:DE112021004937B4

    公开(公告)日:2025-03-13

    申请号:DE112021004937

    申请日:2021-11-05

    Applicant: IBM

    Abstract: Durch einen Computer umgesetztes Verfahren, wobei das Verfahren aufweist:Empfangen (210) von vollständig homomorph verschlüsselten, FHE, Informationen von einer Client-Einheit (104);Schulen eines Maschinenlernmodells durch Verwenden der FHE-Informationen, durch das sich FHE-Chiffretexte ergeben;Anwenden (220) einer ersten Transformation auf die FHE-Chiffretexte, durch das sich verschleierte FHE-Chiffretexte ergeben, wobei ein Anwenden der ersten Transformation einen Frequenzaspekt der FHE-Chiffretexte verschleiert.;Senden (230) der verschleierten FHE-Chiffretexte an eine sichere Einheit;Empfangen (240) einer erneut verschlüsselten Version der verschleierten FHE-Chiffretexte von der sicheren Einheit;Anwenden (250) einer zweiten Transformation auf die erneut verschlüsselte Version der verschleierten FHE-Chiffretexte, durch das sich entschleierte, erneut verschlüsselte FHE-Chiffretexte ergeben;Schulen des ML-Modells durch Verwenden der erneut verschlüsselten FHE-Chiffretexte, durch das sich FHE-ML-Modellparameter ergeben; undSenden (270) der FHE-ML-Modellparameter an die Client-Einheit (104).

    Predicting and correcting vegetation state

    公开(公告)号:GB2602929A

    公开(公告)日:2022-07-20

    申请号:GB202205196

    申请日:2020-09-24

    Applicant: IBM

    Abstract: Methods and systems for managing vegetation include training a machine learning model based on an image of a training data region before a weather event, an image of the training data region after the weather event, and information regarding the weather event. A risk score is generated for a second region using the trained machine learning model based on an image of the second region and predicted weather information for the second region. The risk score is determined to indicate high-risk vegetation in the second region. A corrective action is performed to reduce the risk of vegetation in the second region.

    Physische Klassenzimmer-Ressourcen konfigurieren

    公开(公告)号:DE112017006915T5

    公开(公告)日:2019-10-10

    申请号:DE112017006915

    申请日:2017-12-20

    Applicant: IBM

    Abstract: Ein durch einen Computer ausgeführtes Verfahren ändert physische Klassenzimmer-Ressourcen in einem Klassenzimmer. Ein oder mehrere Prozessoren identifizieren und quantifizieren physische Klassenzimmer-Ressourcen in dem Klassenzimmer beruhend auf Sensormesswerten, die von Sensoren in einem Klassenzimmer empfangen werden. Die Prozessoren stellen Einschränkungen von physischen Klassenzimmer-Ressourcen, die das Lernen durch Schüler in dem Klassenzimmer behindern, beruhend auf den Sensormesswerten von den Sensoren in dem Klassenzimmer fest. Die Prozessoren erfassen eine oder mehrere der Einschränkungen von physischen Klassenzimmer-Ressourcen bei den durch die Sensormesswerte identifizierten physischen Klassenzimmer-Ressourcen und passen dann die eine oder mehreren physischen Klassenzimmer-Ressourcen beruhend auf der einen oder den mehreren erkannten Einschränkungen von physischen Klassenzimmer-Ressourcen an.

Patent Agency Ranking