-
公开(公告)号：CN109964222A
公开(公告)日：2019-07-02
申请号：CN201780066781.6
申请日：2017-10-06
Applicant: 三菱电机株式会社
Abstract: 用于确定表示机器操作的时间系列数据中的模式的系统和方法。存储器存储和提供由所述机器的传感器生成的一组训练数据例，其中，每个训练数据例表示所述机器在由于所述机器故障而结束的时段内的操作。处理器被配置成将每个训练数据例迭代地划分成正常区域和异常区域，确定正常区域中不存在并且仅在每个异常区域中出现一次的预测模式，并且确定异常区域的长度。经由与处理器通信的输出接口输出所述预测模式或者将所述预测模式存储在存储器中，其中，所述预测模式是对即将发生的故障的预测估计并帮助管理所述机器。
-
公开(公告)号：CN108292355A
公开(公告)日：2018-07-17
申请号：CN201680063522.3
申请日：2016-10-28
Applicant: 三菱电机株式会社
IPC: G06K9/00
CPC classification number: G06T7/215 , G06K9/00335 , G06K9/00718 , G06K9/00765 , G06K9/00778 , G06K9/00785 , G06K9/52 , G06T1/60 , G06T5/002 , G06T7/136 , G06T7/174 , G06T7/20 , G06T7/246 , G06T2207/10016 , G06T2207/30196 , G06T2207/30232 , H04N19/176 , H04N19/426
Abstract: 方法和系统通过以下处理来确定流：首先，用摄像头获取流的视频，其中，流是场景中的行人，其中，视频包括一组帧。从该组中的各帧提取运动向量，并且根据该组帧中的运动向量构造数据矩阵。根据该数据矩阵确定低秩Koopman算子，并且分析该低秩Koopman算子的谱来确定一组Koopman模式。然后，根据Koopman模式的聚类将帧划分成独立的流。
-
公开(公告)号：CN104429079B
公开(公告)日：2016-08-24
申请号：CN201380036816.3
申请日：2013-07-02
Applicant: 三菱电机株式会社
IPC: H04N19/597 , H04N19/52 , H04N19/423 , H04N19/70
CPC classification number: H04N19/423 , H04N13/161 , H04N19/52 , H04N19/597
Abstract: 通过重叠相机来获取多视图视频。边信息用于合成多视图视频。保持用于多视图视频的当前图片的参考图片列表，参考图片索引所获取的多视图视频的时间参考图片和空间参考图片以及合成的多视图视频的合成的参考图片。根据由具有跳过模式和引导模式的关联的参考图片列表索引的参考图片，来预测多视图视频的各个当前帧，从而从合成的参考图片推断边信息。另外，通过还考虑与合成的参考图片关联的相邻块，用于单视图视频编码的跳过和合并模式被修改为通过产生运动矢量预测列表而支持多视图视频编码。
-
Patent Agency Ranking
公开(公告)号：CN104429079A
公开(公告)日：2015-03-18
申请号：CN201380036816.3
申请日：2013-07-02
Applicant: 三菱电机株式会社
IPC: H04N19/597 , H04N19/52 , H04N19/423 , H04N19/70
CPC classification number: H04N19/423 , H04N13/161 , H04N19/52 , H04N19/597
Abstract: 通过重叠相机来获取多视图视频。边信息用于合成多视图视频。保持用于多视图视频的当前图片的参考图片列表，参考图片索引所获取的多视图视频的时间参考图片和空间参考图片以及合成的多视图视频的合成的参考图片。根据由具有跳过模式和引导模式的关联的参考图片列表索引的参考图片，来预测多视图视频的各个当前帧，从而从合成的参考图片推断边信息。另外，通过还考虑与合成的参考图片关联的相邻块，用于单视图视频编码的跳过和合并模式被修改为通过产生运动矢量预测列表而支持多视图视频编码。
-
-
公开(公告)号：CN109964222B
公开(公告)日：2023-04-18
申请号：CN201780066781.6
申请日：2017-10-06
Applicant: 三菱电机株式会社
Abstract: 用于确定表示机器操作的时间系列数据中的模式的系统和方法。存储器存储和提供由所述机器的传感器生成的一组训练数据例，其中，每个训练数据例表示所述机器在由于所述机器故障而结束的时段内的操作。处理器被配置成将每个训练数据例迭代地划分成正常区域和异常区域，确定正常区域中不存在并且仅在每个异常区域中出现一次的预测模式，并且确定异常区域的长度。经由与处理器通信的输出接口输出所述预测模式或者将所述预测模式存储在存储器中，其中，所述预测模式是对即将发生的故障的预测估计并帮助管理所述机器。
-
公开(公告)号：CN104685882A
公开(公告)日：2015-06-03
申请号：CN201380050841.7
申请日：2013-09-20
Applicant: 三菱电机株式会社
IPC: H04N19/597 , H04N19/56 , H04N19/105 , H04N19/176 , H04N19/30
CPC classification number: H04N19/50 , H04N13/161 , H04N19/105 , H04N19/176 , H04N19/30 , H04N19/56 , H04N19/597 , H04N2013/0081 , H04N2013/0085
Abstract: 场景视频被处理以合成视图。这些视频由相应的照相机获取，这些照相机被排布成各个照相机的视图与至少一个其他照相机的视图交叠。针对各个当前块，从相邻块获得运动矢量或视差矢量。深度块基于相应的基准深度图像和运动矢量或视差矢量。使用运动场的后向弯曲，基于深度块生成预测块。然后，针对使用预测块的当前块的预测编码。后向映射也可以在空间域中执行。
-
公开(公告)号：CN104685882B
公开(公告)日：2018-05-18
申请号：CN201380050841.7
申请日：2013-09-20
Applicant: 三菱电机株式会社
IPC: H04N19/597 , H04N19/56 , H04N19/105 , H04N19/176 , H04N19/30
CPC classification number: H04N19/50 , H04N13/161 , H04N19/105 , H04N19/176 , H04N19/30 , H04N19/56 , H04N19/597 , H04N2013/0081 , H04N2013/0085
Abstract: 场景视频被处理以合成视图。这些视频由相应的照相机获取，这些照相机被排布成各个照相机的视图与至少一个其他照相机的视图交叠。针对各个当前块，从相邻块获得运动矢量或视差矢量。深度块基于相应的基准深度图像和运动矢量或视差矢量。使用运动场的后向弯曲，基于深度块生成预测块。然后，执行针对使用预测块的当前块的预测编码。后向映射也可以在空间域中执行。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.031 seconds)
