计数、监控、教学——所有这些技术都旨在将以往由人类观看和解读视频素材来完成的任务交给机器。尤其是在技能传授方面,我们在专利中从五个不同角度探讨了如何比较示例视频和学习者视频这一难题
专利号 6703679 + 美国 12067494 / 中国 ZL2020800030176
计数装置、学习装置制造装置、计数方法、学习装置制造方法和程序
到期日 2039.02.01
它不是被框起来,而是被转换成“小点”,这样即使重叠也不会塌陷。
【能够实现的功能】即使相同的物体堆叠、密集排列或在照片中重叠,该系统也能从单张图像中确定物体的数量。它可以直接取代以前需要人工完成的流程,例如水产养殖和鱼苗培育中的检查、库存和鱼类计数。它还可以计数尚未研究过的尺寸的物体,因此适用于不同尺寸物体混合在一起的环境。
【工作原理】该模型使用成对的图像进行训练,这些图像中包含一个比原物体小的“训练图形”,该图形被放置在原物体的位置上。在推理过程中,会出现原物体被转换成较小图形的图像,这些图形会被计数。根据每个图形与训练图形的接近程度,为其分配一个置信度等级,只有置信度超过阈值的图形才会被计数。
使用案例零件和片剂的检查/库存,鱼苗和幼苗的数量统计,牲畜数量的管理,以及活动人数的跟踪。
专利号 6742623 + 美国 12705896 / 中国 ZL2020800927711
监测设备、监测方法和程序
到期日 2039.11.13 联合申请人:IC Square Partners Co., Ltd.
无需为每个安装地点创建单独的检测模型。即使安装地点发生变化,也可以使用同一设备。
【能够实现的功能】即使增加监控摄像头的数量,也无需增加监控人员的数量。由于无需为每个安装地点(例如,针对商店行窃、跌倒等)创建单独的检测模型,因此多地点部署的成本显著降低。检测模型可以稍后更新,而且同一系统不仅可以用于固定摄像头,还可以用于车辆、无人机和机器人。
【工作原理】人工智能会根据视频片段判断被监控物体的类型,然后从云端检索适用于该物体的异常检测模型。设备本身仅存储检测过程的框架;实际内容会根据现场具体情况进行调整。
使用案例利用车辆和无人机进行多地点商店和设施监控、基础设施检查、巡逻安保机器人和广域监控。
专利号 6959682 / 7044426 + 美国 12477094 / 中国 ZL2021800937031
图像合成装置、图像合成方法和程序
到期日 2040.12.28 / 2041.10.14
将可操作的 3D 对象以立体形式叠加到实拍立体视频中
【能够实现的功能】您可以将用户可以手动操作的 3D 物体添加到实景拍摄的立体视频素材中。如果您拍摄一位 3D 专家的手部动作,初学者可以将自己的设备叠加到该素材上进行练习。无需使用 CG 从零开始创建所有内容;只需拍摄实际场景即可制作教学素材。3D 物体也不会被画面遮挡。
【工作原理】在三维虚拟空间中,左右眼图像的位置经过调整,使得对应于无穷远的点重叠。然后,根据用户输入,将三维物体放置在这些图像上,并从各自的视角重新绘制图像。专利7044426还涵盖了图像平面之间保持有限距离的布置方式;当物体靠近时,图像平面之间的距离会增加,物体的位置也会随之改变。
使用案例VR可用于外科手术技巧训练、体育运动和乐器演奏动作练习、工业设备操作训练以及与名人互动体验。
专利号 7412826
图像合成装置、图像合成方法和程序
到期日 2043.07.28
它们之间的比例不是交替变化,而是不断地来回波动,导致两者融合在一起,变得不可见。
【能够实现的功能】这个学习界面将示例视频与用户自己的视频叠加显示,解决了“分不清哪个是自己”的问题。图像错位程度越大,就越容易区分,因此对初学者尤其有效。只需更改显示方式,即可将其集成到现有的视频学习系统中。
【工作原理】两幅图像的混合比例会随时间持续且反复地变化(包括一种以正弦波形式来回变化的模式)。此外,还可以进行控制,使图像与示例图像的距离越远,自己的图像就越暗。
使用案例康复运动训练、舞蹈和运动姿势矫正以及制造业工厂的工作训练。
专利号 7432275
视频显示设备、视频显示方法和程序
到期日 2043.07.28
学习者无需准备与示例相同的拍摄环境。
【能够实现的功能】即使示例视频是头戴式摄像机拍摄的第一人称视角视频,学习者也可以仅使用一台手持摄像机进行对比。由于学习者无需准备相同的设备和设置环境,教学材料制作者只需分发即可,接收者使用起来没有任何障碍。这使得远程技能转移成为一种可行的商业模式。
【工作原理】该系统通过视频素材识别学习者的骨骼结构,并根据学习者的动作移动与之对应的3D物体。视频的生成和排列方式,使得示例摄像机和被试的相对位置与观察3D物体的视角相对位置相匹配。
使用案例远程技能转移、在线实践培训课程以及在多个地点部署工作标准。
专利号 7486860
图像合成装置、图像合成方法和程序
到期日 2043.08.04
不仅显示“存在偏差”,还显示“应该如何纠正”
【能够实现的功能】该系统不仅能向学习者展示自身动作与示例之间的差异,还能指导他们如何以及朝哪个方向移动才能达到正确结果。由于学习者无需指导员在场即可独立完成学习,因此减少了对教学人员的需求。该系统尤其适用于需要使用工具和设备的任务,因为仅靠肢体动作不足以实现精确协调。
【工作原理】该系统利用示例视频中的特征点确定示例与其摄像头之间的位置关系,并利用用户视频中的特征点确定目标物体与其摄像头之间的位置关系。基于这两个位置关系,系统计算出示例物体与目标物体之间的位置关系。在此基础上,生成跟踪引导线,并将其与合成视频一同显示。
使用案例自学工具使用技巧,接受工具操作方面的教育,并为认证和实践考试提供练习支持。
专利号 6671672
对话装置、语音生成方法和程序
到期日 2039.05.13
结合深度学习与知识体系生成响应
【能够实现的功能】这使用户无需依赖预定义的场景即可构建接待和引导对话。它基于一项结合深度学习和知识系统(本体)的语音生成专利,并构成了对话引擎“Dialog AI”的基础。
使用案例接待/引导机器人、设施语音引导、客户服务支持