1.
    发明专利
    未知

    公开(公告)号:DE60325954D1

    公开(公告)日:2009-03-12

    申请号:DE60325954

    申请日:2003-07-07

    Abstract: A graphic system comprising a pipelined tridimensional graphic engine for generating image frames for a display inlcudes a graphic engine (110;210) comprising at least one geometric processing elaboration stages (111, 112), performing motion motion extraction. The engine also includes a rendering stage (113) generating full image frames (KF) at a first frame rate (F2) to be displayed at a second frame rate (F1), higher than the first frame rate (F2). The pipelined graphic engine further comprises a motion encoder (214) receiving motion vector information (MB) and suitable for coding the motion information e.g. with a variable length code, while generating a signal (R4) representative of interpolated frames (IF). The motion encoder (214) exploits the motion information (MB) as generated by the geometric elaboration stages (211, 212). A motion compensation stage (237) is provided fed with the signal representative of interpolated frames (IF) and full image frames for generating said the interpolated frames (IF). A preferred application is in graphic engines intended to operate in association with smart displays through a wireless connection, i.e. in mobile phones.

    Lernverfahren, entsprechendes System, entsprechende Vorrichtung und entsprechendes Computerprogrammprodukt

    公开(公告)号:DE102017130194A1

    公开(公告)日:2018-08-30

    申请号:DE102017130194

    申请日:2017-12-15

    Abstract: Ein Verfahren für die Nutzung in beispielsweise tragbaren Vorrichtungen weist auf:- Empfangen von Sensordaten (IN) von einem Satz von Sensoren, die zum Beispiel indikativ für Nutzerverhalten sind,- Ausführen eines Kontextklassifikators (100) der Sensordaten, um daraus einen Satz von Rohvorhersagen (RP) zu erzeugen, wobei der Kontextklassifikator (100) einen Satz von Klassifizierungsmodellparametern aufweist,- Unterziehen der Rohvorhersagen einer zeitlichen Filterung (104) und einer heuristischen Filterung (106), um gefilterte Vorhersagen (GT, 108) zu erzeugen,- Berechnen eines Vorhersagefehlers (e) aus den gefilterten Vorhersagen (GT, 108),- Aktualisierung (112) des Kontextklassifikators (100) durch Anwenden von Aktualisierungen (Δw) auf Parameter in dem Satz von Klassifizierungsmodellparametern, die als eine Funktion des Vorhersagefehlers berechnet werden (e).

Patent Agency Ranking