买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉谷歌有限责任公司申请的专利用于视频和其它顺序数据的有条件的以对象为中心的槽注意力学习获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115018067B 。

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210585538.8，技术领域涉及：G06N3/09；该发明授权用于视频和其它顺序数据的有条件的以对象为中心的槽注意力学习是由T.基佩;G.埃塞耶德;A.马亨德兰;A.C.斯通;S.S.R.阿格达姆;G.海戈尔德;R.琼施科夫斯基;A.多索维茨基伊;K.格雷夫设计研发完成，并于2022-05-26向国家知识产权局提交的专利申请。

本用于视频和其它顺序数据的有条件的以对象为中心的槽注意力学习在说明书摘要公布了：本申请涉及与用于视频和其它顺序数据的有条件的以对象为中心的槽注意力学习相关联的方法、系统及非暂时性计算机可读介质。一种方法包括获得分别表示输入视频的第一和第二图像帧的内容的第一特征向量和第二特征向量。该方法还可包括：基于第一特征向量而产生第一槽向量，其中每个槽向量均表示如在第一图像帧中表示的对应实体的属性；以及基于第一槽向量而产生预测槽向量，这些预测槽向量包括表示对应实体的属性从第一图像帧到第二图像帧的转变的对应预测槽向量。该方法还可包括：基于预测槽向量和第二特征向量而产生第二槽向量，这些第二槽向量包括表示如在第二图像帧中表示的对应实体的属性的对应槽向量；以及基于预测槽向量或第二槽向量而确定输出。

本发明授权用于视频和其它顺序数据的有条件的以对象为中心的槽注意力学习在权利要求书中公布了：1.一种计算机实现的方法，包括： 通过机器学习模型获得表示输入数据序列的第一输入帧的内容的第一多个特征向量以及表示所述输入数据序列的第二输入帧的内容的第二多个特征向量，其中所述第二输入帧在所述第一输入帧之后； 基于所述第一多个特征向量并通过所述机器学习模型的槽向量模型产生第一多个槽向量，其中所述第一多个槽向量中的每个相应槽向量均表示如在所述第一输入帧中表示的对应实体的属性； 基于所述第一多个槽向量并通过所述机器学习模型的预测器模型产生多个预测槽向量，所述多个预测槽向量对于所述第一多个槽向量中的每个相应槽向量包括对应预测槽向量，所述对应预测槽向量表示所述对应实体的所述属性从所述第一输入帧到所述第二输入帧的转变，其中产生所述多个预测槽向量包括： 基于所述第一多个槽向量而确定多个自注意力分数； 基于i所述多个自注意力分数与ii所述第一多个槽向量的第一和而产生中间输出；以及 基于所述中间输出与所述第一和的第二和而确定所述多个预测槽向量； 基于所述多个预测槽向量和所述第二多个特征向量并且通过所述槽向量模型产生第二多个槽向量，所述第二多个槽向量对于所述第一多个槽向量中的每个相应槽向量包括对应槽向量，所述对应槽向量表示如在所述第二输入帧中表示的所述对应实体的属性； 由所述机器学习模型基于i所述多个预测槽向量中的至少一个预测槽向量或ii所述第二多个槽向量中的至少一个槽向量中的一项或多项来确定任务专用输出；以及 使得设备基于所述任务专用输出执行任务， 其中，所述输入数据序列包括视频，所述第一输入帧包括第一图像，所述第二输入帧包括第二图像，并且所述对应实体包括所述视频中表示的对象；或者 所述输入数据序列包括环境的一系列连续点云，所述第一输入帧包括第一点云，所述第二输入帧包括第二点云，并且所述对应实体包括所述一系列连续点云中表示的对象；或者 所述输入数据序列包括波形，所述第一输入帧包括第一谱图，所述第二输入帧包括第二谱图，并且所述对应实体包括所述波形中表示的波形图案。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人谷歌有限责任公司，其通讯地址为：美国加利福尼亚州；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。