[发明专利]从图像中检测和预测对象事件

说明书

本申请涉及从图像中检测和预测对象事件。提供了一种用于事件预测的方法。该方法包括接收输入数据。该方法还包括标识输入数据中的对象，其中所标识的对象与知识图谱中的第一节点相关联。该方法还包括确定第一对象事件的第二节点，其中第二节点与知识图谱中的第一节点关联。该方法还包括使用第一对象事件将标识的输入对象上下文化。

背景技术

当今数字化行业的努力揭示了越来越多的自主系统。它们中的每个可能配备有多个传感器，它们中的一些可能仅具有静止图像相机。众所周知的识别技术可用于标识捕获的图像的一个或多个对象。然而，为了在现实环境中实现定向，需要使自主系统(例如生产机器人、医疗保健行业中的服务机器人或车间车辆)不仅能够标识和识别图像中的对象，而且还能够捕获图像中所标识的对象之间的上下文，并对于对象之间正在发生的事情有基本的解释(即，所标识的对象的相关联的属性)，并“猜测”已经发生什么或将发生什么。这样的技术可能远远超出了使用神经网络或其他机器学习技术进行的传统图像检测或图像分类。

发明内容

根据本公开的实施例，提供了一种用于事件的方法。该方法包括接收输入数据。该方法还包括使用与知识图谱中的与第一节点相关联的所标识的对象来标识输入数据中的对象。该方法还包括确定第一对象事件的第二节点，其中该第二节点与知识图谱中的第一节点有关。该方法还包括使用第一对象事件将所标识的输入对象上下文化(contextualize)。还提供了用于执行该方法的系统和计算机程序产品。

以上发明内容并非旨在描述本公开的每个图示的实施例或每个实施方式。

附图说明

本申请中包括的附图被并入说明书中并形成说明书的一部分。它们图示了本公开的实施例，并且与说明书一起用于解释本公开的原理。附图仅是某些实施例的说明，并不限制本公开。

图1示出了用于基于接收到的数据中的对象进行事件预测的方法的实施例的框图。

图2示出了两个球员和一个球的示例图像。

图3示出了很有可能正在玩球的儿童的示例图像。

图4示出了知识图谱的一小部分的实施例的框图。

图5示出了用于基于接收到的数据中的对象进行事件预测的预测系统的实施例的框图。

图6示出了包括根据图5的预测系统的计算系统的实施例。

尽管本发明可以有各种修改和替代形式，但是其细节已经通过示例在附图中示出并且将被详细描述。然而，应当理解，意图不是将本发明限制于所描述的特定实施例。相反，意图是涵盖落入本发明的精神和范围内的所有修改、等同物和替代物。

具体实施方式

在本描述的上下文中，可以使用以下约定、术语和/或表达：

术语“事件预测”可以表示基于接收到的输入数据，特别是基于捕获的静止图像来确定未来将要发生的某一活动的过程。另外，这里的事件预测还可能与以一定的概率确定拍摄捕获的静止图像之前已经发生的事情有关。

术语“接收的数据”可以表示其中对象可以在检测或分类的意义上被识别的输入数据。接收的数据可以用作输入数据的同义词。

术语“知识图谱”可以表示用于存储由一个或多个计算机系统使用的结构化、半结构化和非结构化信息的技术、系统和/或工具。信息和数据可以作为事实存储在知识图谱的节点中，该知识图谱的节点可以通过可以具有不同权重的所谓的边来连接，即，链接。权重可以取决于外部影响而随着时间调整。通过添加具有附加事实的附加节点，知识图谱还可以随着时间增长。所提出的概念可以依赖于具有多个抽象级别的知识图谱。每个级别可以有助于存储某一类别的节点。例如，可以为与要识别的对象有关的节点保留最基本的层级。层级层次结构中的接下来的更高层级可以与关于基础对象的越来越多的抽象对象有关。另外，可以为与对象和/或它们相关的抽象有关的事件保留至少一个层级。