多点SLAM捕获
    1.
    发明授权

    公开(公告)号:CN112334969B

    公开(公告)日:2023-09-01

    申请号:CN201980043862.3

    申请日:2019-06-05

    Abstract: 通过有线和/或无线通信路径向合成处理器(207、1202、1304)报告(1002)对多个相应相机(206)可见的“点云”中的“特征点”(600、700、800)(即,由相机成像的对象的各方面),该合成处理器可以确定特定特征点是否相对于另一图像“移动”一定量。以这种方式,所述合成处理器可以例如使用三角测量和共同特征识别来确定当捕获来自该相机的后一图像时,发生了多少移动以及任何特定相机(206)被放置在何处。因此,使用了多个图像中的特征点的“重叠”使得系统可以闭合环路(306)以生成SLAM地图(210)。可以由服务器或其他装置实现的所述合成处理器通过合并来自多个成像装置的特征点数据来生成(1004)SLAM地图。

    训练用于比赛的人工智能模型的系统和方法

    公开(公告)号:CN113710338A

    公开(公告)日:2021-11-26

    申请号:CN202080029245.0

    申请日:2020-02-19

    Abstract: 描述一种训练游戏的角色的方法。所述方法包括促进所述游戏的一个或多个场景的显示。所述一个或多个场景包括所述角色和虚拟对象。所述方法还包括接收用于通过用户控制角色以与虚拟对象交互的输入数据,并分析输入数据以识别一个或多个场景中的角色的交互模式。所述交互模式定义输入以训练与所述用户的用户账户相关联的人工智能(AI)模型。所述方法包括使角色能够基于AI模型与新场景交互。所述方法包括跟踪所述角色与所述新场景的所述交互以执行所述AI模型的额外训练。

    基于用户的人工智能(AI)模型的移动自主个人伴侣

    公开(公告)号:CN111602143A

    公开(公告)日:2020-08-28

    申请号:CN201880069832.5

    申请日:2018-09-14

    Abstract: 一种用于构建人工智能(AI)模型的方法。所述方法包括访问与用户的监测到的行为有关的数据。对所述数据进行分类,其中类别包括:标识与包括所述用户在内的一组用户有关的数据的客观数据类别,以及标识所述用户特有的数据的主观数据类别。访问客观数据,并且客观数据与包括所述用户在内的多个用户的监测到的行为有关。所述方法包括将所述用户的客观数据和主观数据以及所述多个用户的多个客观数据作为第一组输入提供给执行AI的深度学习引擎。所述方法包括确定在对第一组输入作出响应时预测用户行为的多种习得模式。所述方法包括构建所述用户的包括所述多种习得模式的本地AI模型。

    来自配套机器人或装置的空间和用户感知的第二屏幕投影

    公开(公告)号:CN111278519A

    公开(公告)日:2020-06-12

    申请号:CN201880069838.2

    申请日:2018-09-07

    Abstract: 提供一种系统,所述系统包括以下各项:计算装置,其执行视频游戏并且将所述视频游戏的主视频馈送呈现给显示装置,所述主视频馈送提供对虚拟空间的第一视图;机器人,其包括捕获用户图像的相机、投影仪和控制器,所述控制器处理所述用户的所述图像以识别所述用户的凝视方向;其中当所述用户的所述凝视方向从指向所述显示装置的第一凝视方向改变为指向远离所述显示装置的第二凝视方向时,所述计算装置生成提供对所述虚拟空间的第二视图的辅助视频馈送;其中所述机器人的所述控制器激活所述投影仪以将所述辅助视频馈送投影到所述本地环境中的所述投影表面上。

    训练用于比赛的人工智能模型的系统和方法

    公开(公告)号:CN113710338B

    公开(公告)日:2024-10-18

    申请号:CN202080029245.0

    申请日:2020-02-19

    Abstract: 描述一种训练游戏的角色的方法。所述方法包括促进所述游戏的一个或多个场景的显示。所述一个或多个场景包括所述角色和虚拟对象。所述方法还包括接收用于通过用户控制角色以与虚拟对象交互的输入数据,并分析输入数据以识别一个或多个场景中的角色的交互模式。所述交互模式定义输入以训练与所述用户的用户账户相关联的人工智能(AI)模型。所述方法包括使角色能够基于AI模型与新场景交互。所述方法包括跟踪所述角色与所述新场景的所述交互以执行所述AI模型的额外训练。

    基于用户的人工智能(AI)模型的移动自主个人伴侣

    公开(公告)号:CN111602143B

    公开(公告)日:2024-04-12

    申请号:CN201880069832.5

    申请日:2018-09-14

    Abstract: 一种用于构建人工智能(AI)模型的方法。所述方法包括访问与用户的监测到的行为有关的数据。对所述数据进行分类,其中类别包括:标识与包括所述用户在内的一组用户有关的数据的客观数据类别,以及标识所述用户特有的数据的主观数据类别。访问客观数据,并且客观数据与包括所述用户在内的多个用户的监测到的行为有关。所述方法包括将所述用户的客观数据和主观数据以及所述多个用户的多个客观数据作为第一组输入提供给执行AI的深度学习引擎。所述方法包括确定在对第一组输入作出响应时预测用户行为的多种习得模式。所述方法包括构建所述用户的包括所述多种习得模式的本地AI模型。

    使用相异的目标动画数据来训练人物的强化学习

    公开(公告)号:CN113785330A

    公开(公告)日:2021-12-10

    申请号:CN202080029244.6

    申请日:2020-02-06

    Inventor: M.泰勒

    Abstract: 一种用于训练动画人物的方法,包括:将限定第一运动序列的第一动画数据映射到被训练的人物的第一骨骼子集;以及将限定第二运动序列的第二动画数据映射到第二骨骼子集。骨骼层次结构包括所述第一骨骼子集和所述第二骨骼子集。迭代地应用强化学习以使用所述第一动画数据来训练所述第一骨骼子集并且使用所述第二动画数据来训练所述第二骨骼子集。在每次迭代时同时执行对每个骨骼子集的训练。训练包括调整骨骼的定向。在每次迭代时通过向所述第一骨骼子集和所述第二骨骼子集中的骨骼的所述调整过的定向应用模拟环境的物理参数而将所述第一骨骼子集与所述第二骨骼子集合成。

    自主个人伴侣的模块化层次结构视觉系统

    公开(公告)号:CN111295671A

    公开(公告)日:2020-06-16

    申请号:CN201880070732.4

    申请日:2018-09-13

    Abstract: 一种利用对象识别方法的自主个人伴侣,所述方法依赖于对象分类器层次结构来对场景中的一个或多个对象进行归类。所述分类器层次结构由一组根分类器组成,所述一组根分类器被训练为基于分开的通用类别来辨别对象。每个根充当子级节点树的父级,其中每个子级节点包含其父级对象分类器的更具体的变体。所述方法包括遍历所述树以便基于越来越具体的对象特征对对象进行分类。系统还包括算法,所述算法被设计为最小化对象比较的次数,同时允许所述系统并发地对场景中的多个对象进行归类。

    用于使虚拟现实环境中的特定内容聚焦的HMD转换

    公开(公告)号:CN109478095A

    公开(公告)日:2019-03-15

    申请号:CN201780044139.8

    申请日:2017-06-12

    Abstract: 用于将对象呈现到头戴式显示器(HMD)的屏幕上的方法和系统,包括接收佩戴所述HMD的用户附近的现实世界环境的图像。从所述HMD的一个或多个前向摄像机接收所述图像,并且处理所述图像以便由所述HMD内的处理器在所述HMD的屏幕上渲染。使用所述HMD的一个或多个注视检测摄像机来检测佩戴所述HMD的所述用户的注视方向,所述一个或多个注视检测摄像机朝向所述用户的一只或每只眼睛。分析由所述前向摄像机捕获的图像以识别在所述现实世界环境中捕获的与所述用户的所述注视方向成一直线的对象,其中所述对象的所述图像以第一虚拟距离渲染,所述第一虚拟距离使得所述对象在呈现给所述用户时出现失焦。生成信号以调整所述一个或多个前向摄像机的镜头的变焦因子以便使所述对象聚焦。所述变焦因子的所述调整使得所述对象的所述图像以第二虚拟距离呈现在所述HMD的所述屏幕上,所述第二虚拟距离允许所述对象可由所述用户辨别。

    用于视频游戏指导和匹配的AI建模

    公开(公告)号:CN113811372B

    公开(公告)日:2024-10-01

    申请号:CN202080034580.X

    申请日:2020-03-02

    Abstract: 提供了一种方法,所述方法包括以下操作:记录来自视频游戏的第一会话的游戏玩法数据,所述第一会话针对用户的交互式游戏玩法定义;使用所述游戏玩法数据来训练机器学习模型,其中所述训练致使所述机器学习模型模仿所述用户的所述交互式游戏玩法;在所述训练之后,通过将所述机器学习模型暴露于所述视频游戏的一个或多个场景并且评估所述机器学习模型响应于所述一个或多个场景的动作来确定所述机器学习模型的分类;使用所述机器学习模型的所述分类来将所述用户指派到所述视频游戏的第二会话。

Patent Agency Ranking