Hintergrundschätzung für Objektsegmentierung mittels Grobstufenverfolgung

    公开(公告)号:DE102020106728A1

    公开(公告)日:2020-10-01

    申请号:DE102020106728

    申请日:2020-03-12

    Applicant: INTEL CORP

    Abstract: Hier beschriebene Ausführungsformen schaffen eine Vorrichtung, die einen Prozessor umfasst, der ausgelegt ist zum: Empfangen eines Eingangsvideos, Umwandeln des Eingangsvideos in eine oder mehrere Bildsequenzen, die zumindest teilweise auf einer Analyse einer Bewegung eines oder mehrerer Objekte in dem Eingangsvideo basieren, Empfangen eines Indikators eines Objekts von Interesse in einem ersten Frame, das durch mehrere Frames in dem Eingangsvideo verfolgt werden soll; und Anwenden eines faltenden neuronalen Netzes, um das Objekt von Interesse durch die mehreren Frames in dem Eingangsvideo zu verfolgen. Andere Ausführungsformen können beschrieben und beansprucht sein.

    TIEFES LERNEN FÜR ENGMASCHIGE SEMANTISCHE SEGMENTIERUNG IN VIDEO MIT AUTOMATISIERTER INTERAKTIVITÄT UND VERBESSERTER ZEITLICHER KOHÄRENZ

    公开(公告)号:DE102020123304A1

    公开(公告)日:2021-04-01

    申请号:DE102020123304

    申请日:2020-09-07

    Applicant: INTEL CORP

    Abstract: Techniken, die sich auf automatisches Segmentieren von Videorahmen in pro Pixel engmaschige interessierende Objekte und Hintergrundbereiche beziehen, sind diskutiert. Solche Techniken enthalten das Anwenden eines neuronalen Segmentierungsfaltungsnetzes (Segmentierungs-CNN) auf eine CNN-Eingabe, die einen aktuellen Videorahmen, einen vorhergehenden Videorahmen, einen Kennzeichenrahmen des interessierenden Objekts, einen Bewegungsrahmen und mehrere Merkmalsrahmen, von denen jeder Merkmale enthält, die aus Merkmalsschichten eines neuronalen Objektklassifizierungsfaltungsnetzes wie es auf den aktuellen Videorahmen angewandt wird, komprimiert sind, enthält, um Kandidatensegmentierungen zu erzeugen, und Auswählen einer der Kandidatensegmentierungen als eine endgültige Segmentierung des aktuellen Videorahmens.

    VERALLGEMEINERTE AKTIVIERUNGSFUNKTION FÜR MASCHINELLES LERNEN

    公开(公告)号:DE102022104552A1

    公开(公告)日:2022-09-29

    申请号:DE102022104552

    申请日:2022-02-25

    Applicant: INTEL CORP

    Abstract: Die vorliegende Offenbarung stellt ein Maschinenlernmodell bereit, wobei jeder Aktivierungsknoten innerhalb des Modells eine adaptive Aktivierungsfunktion aufweist, die in Bezug auf eine Eingabe und einen Hyperparameter des Modells definiert ist. Entsprechend kann jeder Aktivierungsknoten eine separate oder distinkte Aktivierungsfunktion basierend auf der adaptiven Aktivierungsfunktion aufweisen, wobei der Hyperparameter für jeden Aktivierungsknoten während des gesamten Trainings des Modells trainiert wird. Des Weiteren sieht die vorliegende Offenbarung vor, dass ein Satz adaptiver Aktivierungsfunktionen für jeden Aktivierungsknoten bereitgestellt werden kann, sodass eine Pulsfolge von Aktivierungen erzeugt werden kann.

    HOCHAUFLÖSENDE INTERAKTIVE VIDEO-SEGMENTIERUNG UNTER VERWENDUNG DICHTER MERKMALSZERLEGUNG BEI LATENTER DIVERSITÄT MIT GRENZVERLUST

    公开(公告)号:DE102020126011A1

    公开(公告)日:2021-05-20

    申请号:DE102020126011

    申请日:2020-10-05

    Applicant: INTEL CORP

    Abstract: Verfahren, Systeme und Einrichtungen können eine Technologie bereitstellen, die ein neuronales Netz durch Eingeben von Videodaten in das neuronale Netz, Bestimmen einer Grenzverlustfunktion für das neuronale Netz und Auswählen von Gewichten für das neuronale Netz basierend wenigstens teilweise auf der Grenzverlustfunktion trainiert, wobei das neuronale Netz eine Segmentierung auf Pixelebene eines oder mehrerer in den Videodaten abgebildeter Objekte ausgibt. Die Technologie kann außerdem ein neuronales Netz durch Annehmen von Videodaten und einer initialen Merkmalsmenge, Durchführen einer Tensorzerlegung auf der initialen Merkmalsmenge, um eine reduzierte Merkmalsmenge zu erhalten, und Ausgeben einer Segmentierung auf Pixelebene eines/von den Videodaten abgebildeten Objekts/Objekten basierend wenigstens teilweise auf der reduzierten Merkmalsmenge betreiben.

    FEINKÖRNIGE OBJEKTSEGMENTIERUNG IN VIDEO MIT TIEFEN MERKMALEN UND GRAPHISCHEN MEHREBENENMODELLEN

    公开(公告)号:DE102020125197A1

    公开(公告)日:2021-05-12

    申请号:DE102020125197

    申请日:2020-09-28

    Applicant: INTEL CORP

    Abstract: Es werden Techniken erörtert, die auf die automatische Segmentierung eines Videoframes in Bereiche eines feinkörnigen Objekts von Interesse und eines Hintergrunds unter Verwendung einer Bodenwirklichkeits-Segmentierung eines Objekts in einem vorhergehenden Frame bezogen sind. Derartige Techniken wenden mehrere Ebenen der Segmentierungsverfolgung und -vorhersage basierend auf der Farbe, der Form und der Bewegung der Segmentierung an, um die Objektwahrscheinlichkeiten pro Pixel zu bestimmen, und lösen ein Energiesummationsmodell, um unter Verwendung der Objektwahrscheinlichkeiten eine endgültige Segmentierung für den Videoframe zu erzeugen.

Patent Agency Ranking