“D·科斯拉”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果12个，建议您升级VIP下载更多相关专利

[发明专利]用于视觉活动识别的系统、方法和计算机可读介质-CN201880030086.9有效
发明人： D·科斯拉;R·M·乌伦布罗克;陈洋 -专利权人：赫尔实验室有限公司
申请日： 2018-04-06 - 公布日： 2023-04-25 - 主分类号： G06V20/40 文献下载
摘要：描述了一种用于视觉活动识别的系统、方法和计算机可读介质。所述系统包括一个或更多个处理器以及存储器，所述存储器是编码有可执行指令的非暂时性计算机可读介质，使得在执行所述指令时，所述一个或更多个处理器执行包括以下项的操作：检测视频数据中的关注对象的集合并且确定所述关注对象的集合中的每个对象的对象分类，所述集合包括至少一个关注对象。所述一个或更多个处理器还执行包括以下项的操作：通过跨多个帧跟踪所述关注对象的集合中的每个对象来形成每个对象的对应的活动轨迹。所述一个或更多个处理器还执行包括以下项的操作：针对每个关注对象并且使用特征提取器，确定所述视频数据中的对应的特征。所述系统可以向用户的蜂窝电话或中央监测设施提供报告。
用于视觉活动识别系统方法计算机可读介质

[发明专利]使用尖峰神经网络进行对象检测的方法、系统和程序产品-CN201780050666.X有效
发明人：曹永强;姜勤;陈洋;D·科斯拉 -专利权人：赫尔实验室有限公司
申请日： 2017-05-23 - 公布日： 2023-04-18 - 主分类号： G06N3/0464 文献下载
摘要：描述了一种使用尖峰神经网络进行对象检测的方法、系统和程序产品。使用尖峰神经网络根据具有颜色分量的输入图像的强度生成强度显著性映射。另外，使用尖峰神经网络根据输入图像中的多种颜色生成颜色显著性映射。通过组合强度显著性映射和多个颜色显著性映射来生成对象检测模型。对象检测模型用于检测输入图像中的多个关注对象。
使用尖峰神经网络进行对象检测方法系统程序产品

[发明专利]用于对摄像头的动态本征参数进行建模的方法和设备-CN202210734330.8在审
发明人： A·费尔德曼;D·科斯拉;陈洋;D·胡伯 -专利权人：波音公司
申请日： 2022-06-27 - 公布日： 2023-03-24 - 主分类号： G06T7/73 文献下载
摘要：本发明涉及用于对摄像头的动态本征参数进行建模的方法和设备。提供了对摄像头的本征参数进行动态建模的设备、系统、以及方法。方法包括以下步骤：使用具有聚焦电机的摄像头，收集在一系列离散聚焦电机位置处的校准数据；根据校准数据，生成恒定点本征参数集；根据恒定点本征参数集，确定用于动态建模的本征参数子集；针对本征参数子集中的各个本征参数，执行点本征参数值对照聚焦电机位置的拟合；至少部分地基于点本征参数值对照聚焦电机位置的拟合，来生成摄像头的本征参数模型；以及至少部分地基于摄像头的本征参数模型，确定基准标记物在摄像头的视场内的位置。
用于摄像头动态参数进行建模方法设备

[发明专利]切换并跟踪基准点标记的位姿估计的方法和装置-CN202211135516.8在审
发明人：陈洋;D·科斯拉;D·胡伯;B·M·考特尔;S·E·亚瑟;C·A·坎特雷尔;A·W·贝克 -专利权人：波音公司
申请日： 2022-09-19 - 公布日： 2023-03-24 - 主分类号： G01C11/00 文献下载
摘要：本公开涉及切换并跟踪基准点标记的位姿估计的方法和装置，具体涉及确定基准点标记的三维位置和取向并跨越不同视场跟踪该三维位置和取向的装置和方法。该方法包括：利用具有第一视场的第一传感器捕获设置有基准点标记的第一空间的图像；基于所述设置有基准点标记的第一空间的图像，确定基准点标记在第一空间内的三维位置和取向；利用具有第二视场的第二传感器捕获设置有基准点标记的第二空间的图像；计算第二传感器的摇动和倾斜信息来移动第二传感器的第二视场，以获取基准点标记的图像；以及基于第二空间的图像，确定基准点标记在第二空间内的三维位置和取向。
切换跟踪基准点标记估计方法装置

[发明专利]卷积神经网络的迁移学习的系统、计算机实现方法、介质-CN201880023966.3有效
发明人： R·M·乌伦布罗克;陈洋;D·科斯拉 -专利权人：赫尔实验室有限公司
申请日： 2018-03-23 - 公布日： 2023-03-10 - 主分类号： G06V10/774 文献下载
摘要：本发明涉及卷积神经网络的迁移学习的系统、计算机实现方法、介质。描述了用于将针对彩色(RGB)图像设计和训练的卷积神经网络(CNN)转换成关于红外(IR)图像或灰阶图像工作的CNN。转换后的CNN包括一系列神经元卷积层，这些神经元卷积层被布置在具有对应深度切片的一组内核中。使用转换后的CNN来执行对象检测。基于对象检测来控制自主装置的机械组件。
卷积神经网络迁移学习系统计算机实现方法介质

[发明专利]用于场景分类的系统、方法和计算机可读介质-CN201780005905.X有效
发明人： R·M·乌伦布罗克;D·科斯拉;陈洋;F·蒙特罗扎 -专利权人：赫尔实验室有限公司
申请日： 2017-02-09 - 公布日： 2022-09-30 - 主分类号： G06V20/00 文献下载
摘要：公开了用于场景分类的系统、方法和计算机可读介质。描述用于精准图像和/或视频场景分类的系统和方法。更具体地，描述利用基于专用卷积神经网络(下文中称为CNN)的技术用于融合自下而上整体图像特征和自上而下实体分类的系统和方法。当融合两个平行且独立的处理路径时，系统提供如在图像或视频中描绘的场景的精准分类。
用于场景分类系统方法计算机可读介质

[发明专利]利用分层强化学习的自主行为生成-CN202080081303.4在审
发明人： S·索莱曼;D·科斯拉 -专利权人：赫尔实验室有限公司
申请日： 2020-10-06 - 公布日： 2022-07-12 - 主分类号： G06N3/00 文献下载
摘要：描述了一种用于自主行为生成的系统。该系统包括高级控制器和低级控制器两者。高级控制器接收来自环境的观测结果，并且使用神经网络，基于来自环境的观测结果选择高级行为。低级控制器基于所选择的一个高级行为，生成用于脚本化动作的输出命令。在生成输出命令之后，该系统可以实现动作，诸如使装置执行该脚本化动作。
利用分层强化学习自主行为生成

[发明专利]为了空中加油的受油插座和伸缩杠尖端位置和姿态估计-CN202111485273.6在审
发明人： D·科斯拉;L·阮;W·K·K·利切;J·C·哈特切尔;J·L·克莱顿;杨一凡;P·S·艾德尔;孔繁轩 -专利权人：波音公司
申请日： 2021-12-07 - 公布日： 2022-07-08 - 主分类号： G01C21/28 文献下载
摘要：本公开涉及为了空中加油的受油插座和伸缩杠尖端位置和姿态估计。接收视频帧并且在该视频帧内，确定待加油的飞行器的飞行器关键点。至少基于该飞行器关键点，确定飞行器上的受油插座的位置和姿态。在该视频帧内，还确定空中加油伸缩杆的伸缩杆尖端的伸缩杆尖端关键点。至少基于该伸缩杆尖端关键点，确定伸缩杆尖端的位置和姿态。至少基于受油插座的位置和姿态以及伸缩杆尖端的位置和姿态，对空中加油伸缩杆进行控制以接合受油插座。一些示例在用于人类观察员的所显示视频上覆盖飞行器模型的投影。
为了空中加油插座伸缩尖端位置姿态估计

[发明专利]多智能体应用的稳健、可扩展且可推广的机器学习范型-CN202080012630.4在审
发明人： D·科斯拉;S·索莱曼 -专利权人：赫尔实验室有限公司
申请日： 2020-02-17 - 公布日： 2021-09-14 - 主分类号： G06N3/08 文献下载
摘要：描述了一种多智能体应用的学习系统。在操作中，该系统初始化多个学习智能体。所述学习智能体包括战术智能体和战略智能体两者。战略智能体从环境中进行观测并选择一个或更多个战术智能体来生成动作，所述动作用于控制平台的执行器或在环境中的模拟运动以完成任务。另选地，战术智能体生成与学习到的低级行为相对应的动作，以控制平台的执行器或在环境中的模拟运动以完成任务。
智能应用稳健扩展推广机器学习

[发明专利]估计对象接触时间的系统和方法、计算机可读介质-CN201780005916.8有效
发明人： F·蒙特罗扎;金劲男;D·科斯拉 -专利权人：赫尔实验室有限公司
申请日： 2017-02-09 - 公布日： 2021-05-14 - 主分类号： G05D1/00 文献下载
摘要：本发明涉及一种估计对象接触时间的系统和方法、计算机可读介质。描述了一种用于通过二维感测和三维感测的组合来利用障碍物的距离可靠地检测这些障碍物的机器人系统。在操作中，所述系统接收来自单眼视频的图像和来自距离传感器的、接近移动平台的场景的距离深度数据。所述图像被分割成多个感兴趣对象区域，并且通过估计运动场并对图像强度进行运算来计算接触时间(TTC)值。然后，通过估计所述多个感兴趣对象区域上的平均TTC值来生成二维(2D)TTC图。然后，通过将所述距离深度数据与图像融合来生成三维TTC图。最后，通过对所述2D TTC图和所述3D TTC图进行平均化来生成距离融合TTC图。
估计对象接触时间系统方法计算机可读介质

[发明专利]使用图像和尺寸特征进行实时对象检测和辨识的系统-CN201980016839.5在审
发明人：陈洋;D·科斯拉;R·M·乌伦布罗克 -专利权人：赫尔实验室有限公司
申请日： 2019-02-14 - 公布日： 2020-10-20 - 主分类号： G06K9/20 文献下载
摘要：描述了一种对象辨识系统。使用积分通道特征(ICF)检测器，该系统从围绕平台的场景的输入图像提取候选目标区域(该候选目标区域具有表示候选对象的关联原始置信度得分)。基于候选对象的检测的位置和高度来生成经修改的置信度得分。使用经训练的卷积神经网络(CNN)分类器，基于经修改的置信度得分对候选目标区域进行分类，从而得到分类对象。使用多目标跟踪器跟踪分类对象，以将各个分类对象最终分类成目标或非目标。如果分类对象是目标，则基于目标控制设备。
使用图像尺寸特征进行实时对象检测辨识系统

[发明专利]基于中心凹检测和上下文过滤的神经形态视觉活动分类系统和方法-CN201980006835.9在审
发明人： D·科斯拉;R·M·乌伦布罗克;陈洋;苏华鹏 -专利权人：赫尔实验室有限公司
申请日： 2019-01-14 - 公布日： 2020-08-21 - 主分类号： G06K9/00 文献下载
摘要：描述了用于视觉活动识别的系统。在工作中，系统检测视频数据中的关注对象(OI)的集合并确定OI集合中的各个对象的对象分类，该集合包括至少一个OI。通过跨多个帧跟踪OI集合中的各个对象，形成各个对象的对应的活动轨迹。使用特征提取器，系统针对各个OI确定视频数据中的对应特征，然后将其用于确定各个OI的对应的初始活动分类。然后，通过中心凹来检测各个活动轨迹中的一个或更多个OI，然后将初始对象检测和中心凹对象检测附加到新的检测对象列表中。最后，使用新的检测对象列表针对各个活动轨迹提供最终分类，并使用上下文逻辑对初始活动分类的结果进行过滤。
基于中心检测上下文过滤神经形态视觉活动分类系统方法

1
共 12 条