기계 학습 모델을 이용한 자기지도 3차원 위치 예측

본 개시내용의 특정 양태들은 다수의 이산 평면들을 포함하는 공간 환경과 같은 공간 환경에서 장치의 위치를 예측하기 위한 기계 학습 모델의 자기지도 훈련을 위한 기술 방법을 제공한다. 예시적인 방법은 일반적으로 장면 데이터의 입력 데이터 세트를 수신하는 것을 포함한다. 생성기 모델은 입력 데이터 세트 내의 장면 데이터를 3차원 공간의 점들로 매핑하도록 훈련된다. 하나 이상의 크리틱 모델들은 3차원 공간의 점들을 3차원 공간의 복수의 평면들 중 하나로 밀기 위해 생성기 모델에 기울기를 역전파하도록 훈련된다. 적어도 생성기가 배치된다....

Full description

Saved in:
Bibliographic Details
Main Authors ACKERMANN HANNO, GHAZVINIAN ZANJANI FARHAD, KARMANOV ILIA, PORIKLI FATIH MURAT, DIJKMAN DANIEL HENDRICUS FRANCISCUS
Format Patent
LanguageKorean
Published 18.07.2024
Subjects
CALCULATING
COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
COMPUTING
COUNTING
ELECTRIC COMMUNICATION TECHNIQUE
ELECTRICITY
IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
PHYSICS
TRANSMISSION
WIRELESS COMMUNICATIONS NETWORKS
Online AccessGet full text

Cover

More Information
Summary:본 개시내용의 특정 양태들은 다수의 이산 평면들을 포함하는 공간 환경과 같은 공간 환경에서 장치의 위치를 예측하기 위한 기계 학습 모델의 자기지도 훈련을 위한 기술 방법을 제공한다. 예시적인 방법은 일반적으로 장면 데이터의 입력 데이터 세트를 수신하는 것을 포함한다. 생성기 모델은 입력 데이터 세트 내의 장면 데이터를 3차원 공간의 점들로 매핑하도록 훈련된다. 하나 이상의 크리틱 모델들은 3차원 공간의 점들을 3차원 공간의 복수의 평면들 중 하나로 밀기 위해 생성기 모델에 기울기를 역전파하도록 훈련된다. 적어도 생성기가 배치된다. Certain aspects of the present disclosure provide techniques method for self-supervised training of a machine learning model to predict the location of a device in a spatial environment, such as a spatial environment including multiple discrete planes. An example method generally includes receiving an input data set of scene data. A generator model is trained to map scene data in the input data set to points in three-dimensional space. One or more critic models are trained to backpropagate a gradient to the generator model to push the points in the three-dimensional space to one of a plurality of planes in the three-dimensional space. At least the generator is deployed.
Bibliography:Application Number: KR20247015357