用于高效的对象属性和/或意图分类的机器学习架构制造技术

一种用于较快的对象属性和/或意图分类的系统可以包括机器学习(ML)架构，该ML架构处理时间传感器数据(例如，在不同时间接收到的传感器数据的多个实例)并且包括该ML架构的中间层中的高速缓存。ML架构可以能够对对象进入道路、在道路附近处于空闲状态或者主动穿过道路的意图进行分类。ML架构可以另外地或者可替代地对指示器状态(例如，转向、停止的指示等)进行分类。本文讨论了其他属性和/或意图。

【技术实现步骤摘要】
【国外来华专利技术】

技术介绍

1、计算机视觉被用在许多应用中，诸如操作自主车辆、用于安全目的识别个人等。计算机视觉技术可以包括构建从图像中识别显著部分的软件组件，其以计算机可以使用以进行进一步操作(诸如对象检测、分类和/或跟踪)的形式将图像的显著部分展示给计算机。然而，常规的计算机视觉技术本身不能达到成功操作诸如自主车辆之类的复杂系统所需要的接近人类的感知水平。

技术实现思路

【技术保护点】

1.一种系统，包括：

2.根据权利要求1所述的系统，其中，与所述对象相关联的所述属性包括：

3.根据权利要求1或2所述的系统，其中，所述存储器是高速缓存，并且所述高速缓存存储所述第一组机器学习层的n个输出，其中，n是与n个先前的时间步相关联的正整数。

4.根据权利要求1-3中任一项所述的系统，其中，所述第一输出和所述第二输出各自通过所述第一组机器学习层处理一次。

5.根据权利要求1-4中任一项所述的系统，其中，所述属性指示行人正在道路附近处于空闲状态、所述行人意图进入所述道路、所述行人正在穿过所述道路、所述行人准备好进入所述道路、或者所述行...

【技术特征摘要】
【国外来华专利技术】

1.一种系统，包括：

2.根据权利要求1所述的系统，其中，与所述对象相关联的所述属性包括：

3.根据权利要求1或2所述的系统，其中，所述存储器是高速缓存，并且所述高速缓存存储所述第一组机器学习层的n个输出，其中，n是与n个先前的时间步相关联的正整数。

4.根据权利要求1-3中任一项所述的系统，其中，所述第一输出和所述第二输出各自通过所述第一组机器学习层处理一次。

5.根据权利要求1-4中任一项所述的系统，其中，所述属性指示行人正在道路附近处于空闲状态、所述行人意图进入所述道路、所述行人正在穿过所述道路、所述行人准备好进入所述道路、或者所述行人与所述道路不相关。

6.根据权利要求1-5中任一项所述的系统，其中，所述一个或多个机器学习层包括第二机器学习层、第三机器学习层和第四机器学习层；以及确定所述属性包括：

7.根据权利要求6所述的系统，其中，所述第一组机器学习层包括神经网络的多个层，并且所述第二机器学习层、第三机器学习层、以及所述第四机器学习层包括不同的全连接层。

8.根据权利要求1-7中任一项所述的系统，其中：

9.一种或多种非暂时性计算机可读介质，其存储处理器可执行指令，所述处理器可执行指令当由一个或多个处理器执行时，使得所述一个或多个...

【专利技术属性】
技术研发人员：S·达斯，YT·林，D·X·马，O·乌卢坦，
申请(专利权)人：祖克斯有限公司，
类型：发明
国别省市：