[发明专利]共享物理图形的信号片段

说明书

信号片段的共享使用对被包括在信号片段内的内容的语义理解。在选择被呈现在信号片段内的物理实体(或其部分)时，系统然后提取(多个)信号片段的出现该所选物理实体的(多个)部分。所提取的信号片段部分的表示然后被分派给接收者。因此，信号片段的部分可以以信号片段描绘的内容的粒度被共享。在共享(多个)这些信号片段部分的表示方面存在广泛的灵活性。

背景技术

计算系统和关联网络极大地改变了我们的世界。起初，计算系统只能够执行简单的任务。然而，随着处理能力的增加并且变得越来越可用，由计算系统执行的任务的复杂度已经大大增加。同样地，计算系统的硬件复杂度和能力也已经大大增加，例如，由大型数据中心支持的云计算。

在很长一段时间内，计算系统基本上只是按照指令或软件告诉它们的那样做。然而，软件和硬件的使用变得如此先进，以至于计算系统现在比以往任何时候都能够在更高的层次上进行某种程度的决策。目前，在一些方面，决策水平可以接近、匹敌甚或超过人类大脑做出决策的能力。换言之，计算系统现在能够采用某种程度的人工智能。

人工智能的一个示例是识别来自物理世界的外部刺激。例如，语音识别技术已经大大改进，允许高度准确地检测正在讲话的单词，甚至是正在讲话的人的身份。同样地，计算机视觉允许计算系统自动标识特定图片或视频帧内的对象或者识别跨一系列视频帧的人类活动。作为示例，面部识别技术允许计算系统识别面部，并且活动识别技术允许计算系统知道两个邻近的人是否在一起工作。

这些技术中的每一种可以采用深度学习(基于深度神经网络和基于强化的学习机制)和机器学习算法来从经验中学习制造声音的内容以及图像内的对象或人，从而随着时间提高识别的准确性。在识别具有大量视觉干扰的更复杂的成像场景内的对象的领域中，先进的计算机视觉技术现在超出了人类快速且准确地识别该场景内的感兴趣对象的能力。诸如常规图形处理单元(GPU)中的矩阵变换硬件等硬件也可以在深度神经网络的上下文中有助于快速的对象识别。

本文所要求保护的主题内容不限于解决任何缺点或者仅在诸如上述那些环境中操作的实施例。而是，提供该背景技术仅是为了说明可以实践本文描述的一些实施例的一个示例性技术领域。

发明内容

本文描述的至少一些实施例涉及信号片段的共享。例如，信号片段可以是各自由不同的传感器生成的多个信号片段的部分。例如，信号片段可以是视频信号片段，并且可以是实时信号片段或者记录的视频片段。通过对包括在信号片段内的内容的语义理解来实现信号片段的共享。

该系统检测对被呈现在信号片段内的物理实体或其部分的选择。例如，该物理实体可以是工作目标或者正在执行工作的实体。然后提取(多个)信号片段的呈现所选物理实体的(多个)部分，并且将其分派给一个或多个接收者。例如，在多视频信号片段中，在相对于所选物理实体或者所选的物理实体部分出现某些条件时，视点可以改变为不同的传感器。

然后将(多个)信号片段的(多个)经提取的部分的表示分派给接收者(例如，人类或机器人)。在一个实施例中，信号片段来自物理图形，该物理图形包括在物理空间内感测到的物理实体的表示以及证明物理实体的状态的信号片段。在该情况下，可以共享以下中的任何一个或多个：(多个)信号片段本身的(多个)部分、物理图形的与所选的物理实体或物理实体的所选部分相对应的部分、来自图形的该部分的信息等等。还可以传输其变换形式，诸如，对(多个)信号片段部分的叙述。

因此，可以以信号片段描绘的内容的粒度共享信号片段的部分。此外，在共享(多个)这些信号片段部分的表示方面存在广泛的灵活性。

提供该发明内容来以简化的形式介绍对于在下面的具体实施方式中进一步描述的构思的选择。该发明内容不旨在标识所要求保护的主题内容的关键特征或必要特征，也不旨在用于帮助确定所要求保护的主题内容的范围。

附图说明