“H·凯撒”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6个，建议您升级VIP下载更多相关专利

[发明专利]经由多个模型向传感器数据添加标签并查询传感器数据-CN202310052198.7在审
发明人：许强;O·贝基波姆;H·凯撒;冯暐杰;A·朗;V·班基蒂;S·沃拉 -专利权人：动态AD有限责任公司
申请日： 2023-02-02 - 公布日： 2023-09-26 - 主分类号： G06V20/56 文献下载
摘要：本发明涉及经由多个模型向传感器数据添加标签并查询传感器数据。提供了用于注释传感器数据的自定义标签的方法，该方法可以包括：接收在多个传感器数据捕获期期间捕获的传感器数据；使用多个机器学习模型来处理传感器数据，以识别传感器数据中所表示的多个捕获期集合；至少部分地基于捕获期的多个类别中的用户指定类别来过滤传感器数据，以识别多个捕获期集合中的、表示符合用户指定类别的一个或多于一个传感器数据捕获期的传感器数据的捕获期集合；以及将符合用户指定类别的一个或多于一个传感器数据捕获期的传感器数据发送到终端用户计算装置。还提供系统和计算机程序产品。
经由模型传感器数据添加标签查询

[发明专利]用于带标注图像数据的方法、系统和存储介质-CN202111649310.2在审
发明人： K·S·陈;H·凯撒;郭奕栾;O·贝基波姆 -专利权人：动态AD有限责任公司
申请日： 2021-12-30 - 公布日： 2023-04-14 - 主分类号： G01C25/00 文献下载
摘要：本发明涉及用于带标注图像数据的方法、系统和存储介质，特别涉及用于自动验证带标注传感器数据的方法，该方法可以包括：接收与图像相关联的带标注图像数据，其中带标注图像数据包括与图像内的对象相关联的标注；至少部分地基于标注和标注标准数据的比较来确定伴随标注的误差，所述标注标准数据与至少一个标注的标准相关联；确定误差的优先级；以及至少部分地基于误差的优先级来将标注路由到目的地。还提供了系统和计算机程序产品。
用于标注图像数据方法系统存储介质

[发明专利]用于对象检测的方法、运载工具和存储介质-CN202111319810.X在审
发明人： K·S·陈;H·凯撒;O·O·贝基波姆 -专利权人：动态AD有限责任公司
申请日： 2021-11-09 - 公布日： 2023-01-03 - 主分类号： G06V20/58 文献下载
摘要：本发明涉及一种用于对象检测的方法、运载工具和存储介质。其中，描述了一种用于对象检测的跨模态主动学习的技术。在示例中，生成第一组预测边界框和第二组预测边界框。第一组预测边界框和第二组预测边界框被投影到相同表示中。对投影进行过滤，其中选择满足最大置信度分数的预测边界框以用于不一致性计算。基于对投影进行过滤，跨投影边界框计算不一致性。基于所计算出的不一致性来提取有信息量的场景。使用有信息量的场景来训练第一对象检测神经网络或第二对象检测神经网络。
用于对象检测方法运载工具存储介质

[发明专利]液体静电墨水和印刷方法-CN202080040274.7在审
发明人： H·凯撒;A·泰舍夫;L·达马里;T·本-埃兹拉;H·马罗姆柴奇彦 -专利权人：惠普发展公司;有限责任合伙企业
申请日： 2020-01-20 - 公布日： 2022-01-07 - 主分类号： G03G7/00 文献下载
摘要：本发明描述了液体静电墨水组合物，其包含颜料；载液；树脂；电荷导向剂；脂肪酸酰胺，和聚烯烃蜡。还公开了形成液体静电墨水组合物的方法，和具有印刷于其上的液体静电墨水组合物的塑料基底。
液体静电墨水印刷方法

[发明专利]液体电子照相墨水组合物-CN201980097016.X在审
发明人： H·马罗姆柴奇彦;A·泰舍夫;D·古罗维奇;V·卡普隆;O·Y·米兹拉希;H·凯撒;G·诺伊;A·曼 -专利权人：惠普发展公司;有限责任合伙企业
申请日： 2019-10-11 - 公布日： 2021-12-31 - 主分类号： C09D11/103 文献下载
摘要：本文描述了液体电子照相墨水组合物，其包含：包含具有酸性侧基的聚合物的热塑性树脂；电荷辅助剂，其包含金属(II)阳离子和两个一价阴离子的配合物；或金属(III)阳离子和三个一价阴离子的配合物；或金属(III)阳离子、一价阴离子和二价阴离子的配合物，其中每个一价阴离子独立地选自具有2至16个碳原子的羧酸根阴离子和具有1至16个碳原子的醇盐阴离子；并且其中所述二价阴离子选自氧代基团、具有2至16个碳原子的二羧酸根阴离子和具有1至16个碳原子的二醇盐阴离子；和液体载体。本文还描述了生产液体电子照相墨水组合物的方法和经印刷的基底。
液体电子照相墨水组合

[发明专利]自动选择用于注释的数据样本-CN202080007039.X在审
发明人： H·凯撒 -专利权人：动态AD有限责任公司
申请日： 2020-01-23 - 公布日： 2021-07-30 - 主分类号： G06K9/00 文献下载
摘要：描述了用于自动选择用于注释的数据样本的技术等。该技术使用基于边界框得分分布的边界框预测、根据边界框大小和位置所确定的空间概率密度以及根据多个机器学习模型的输出所确定的整体得分方差来选择用于注释的数据样本。在实施例中，使用时间不一致性线索来选择用于注释的数据样本。在实施例中，使用数字地图约束或其它基于地图的数据来将数据样本排除于注释。在示例性应用中，使用注释的数据样本来训练输出自主运载工具应用的感知数据的机器学习模型。
自动选择用于注释数据样本