DE102020120467B4 - Method for providing an image montage, film analysis device, and data server device for operation on the Internet - Google Patents
Method for providing an image montage, film analysis device, and data server device for operation on the Internet Download PDFInfo
- Publication number
- DE102020120467B4 DE102020120467B4 DE102020120467.1A DE102020120467A DE102020120467B4 DE 102020120467 B4 DE102020120467 B4 DE 102020120467B4 DE 102020120467 A DE102020120467 A DE 102020120467A DE 102020120467 B4 DE102020120467 B4 DE 102020120467B4
- Authority
- DE
- Germany
- Prior art keywords
- output sequence
- attention
- analysis device
- deep learning
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000013135 deep learning Methods 0.000 claims description 57
- 230000006399 behavior Effects 0.000 claims description 19
- 230000008439 repair process Effects 0.000 claims description 12
- 238000004393 prognosis Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 9
- 230000008921 facial expression Effects 0.000 claims description 4
- 230000008451 emotion Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 206010000210 abortion Diseases 0.000 claims description 2
- 230000000699 topical effect Effects 0.000 claims 1
- 238000004891 communication Methods 0.000 description 14
- 238000010191 image analysis Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000004140 cleaning Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 210000000744 eyelid Anatomy 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
-
- G06Q50/40—
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44213—Monitoring of end-user related data
- H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
- H04N21/47815—Electronic shopping
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
- H04N21/4788—Supplemental services, e.g. displaying phone caller identification, shopping application communicating with other users, e.g. chatting
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/81—Monomedia components thereof
- H04N21/812—Monomedia components thereof involving advertisement data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Abstract
Die Erfindung betrifft ein Verfahren zum Bereitstellen einer Bildmontage, wobei eine Filmanalyseeinrichtung (10): eine Mediendatei (22) mit mindestens zwei Ausgabesequenzen feststellt (S1); Abspieldaten bereitstellt, die zu mindestens einem der Ausgabesequenzen jeweils ein Nutzerverhalten eines Benutzers der Abspieleinrichtung (18) beim Abspielen der bereitgestellten Mediendatei (22) beschreiben (S2); und anhand der bereitgestellten Abspieldaten jeder der Ausgabesequenzen einen Aufmerksamkeits-Wert zuordnet (S2). Die Filmanalyseeinrichtung (10) ermittelt zu einer Ausgabesequenz, deren zugeordneter Aufmerksamkeits-Wert ein vorgegebenes Interessekriterium erfüllt, eine Eigenschaft eines durch die Ausgabesequenz dargestellten Kraftfahrzeugs (S7), und ordnet einen thematischen Kontext zuordnet (S8). Die Filmanalyseeinrichtung (10) stellt ein Bildmontagesignal bereitstellt, das den festgestellten thematischen Kontext beschreibt (S9), sowie eine zusätzliche Ausgabesequenz mit einem Bildinhalt zu dem festgestellten thematischen Kontext (S10); und integriert die zusätzliche Ausgabesequenz in die festgestellte Mediendatei (22, S11).The invention relates to a method for providing an image montage, with a film analysis device (10): determining (S1) a media file (22) with at least two output sequences; provides playback data which describe (S2) user behavior of a user of the playback device (18) when playing the provided media file (22) for at least one of the output sequences; and assigns an attention value to each of the output sequences based on the playback data provided (S2). The film analysis device (10) determines a property of a motor vehicle represented by the output sequence (S7) for an output sequence whose assigned attention value satisfies a predetermined interest criterion, and assigns a thematic context (S8). The film analysis device (10) provides an image montage signal that describes the identified thematic context (S9) and an additional output sequence with image content for the identified thematic context (S10); and integrates the additional output sequence into the determined media file (22, S11).
Description
Die Erfindung betrifft ein Verfahren zum Bereitstellen einer Bildmontage, also ein Bildmontage-Verfahren.The invention relates to a method for providing an image montage, ie an image montage method.
Um zum Beispiel ein Kraftfahrzeug zu verkaufen, wird üblicherweise ein Inserat, ein Bild oder ein Video erstellt und auf einer Fahrzeugverkaufsplattform hochgeladen.For example, in order to sell a motor vehicle, an advertisement, an image or a video is usually created and uploaded to a vehicle sales platform.
Die
Aus der
Die
Die
Nachteilig ist, dass potentielle Käufer Fragen nur zum gesamten Inserat erstellen können, also nur zum gesamten Info-Paket. Außerdem kann der Anbieter den Verkauf nur schlecht unterstützen und das Produkt selbst oder die Anzeige während des Prozesses nicht optimieren.The disadvantage is that potential buyers can only create questions about the entire ad, i.e. only about the entire information package. Also, the vendor can't support the sale poorly and can't optimize the product itself or the ad during the process.
Eine der Erfindung zugrundeliegende Aufgabe ist das Ermöglichen einer sach- und benutzerspezifischen Kommunikation beim Benutzen einer Mediendatei auf zum Beispiel einer Online-Plattform.One of the objects on which the invention is based is to enable factual and user-specific communication when using a media file on an online platform, for example.
Die gestellte Aufgabe wird durch das erfindungsgemäße Verfahren und die erfindungsgemäße Vorrichtungen gemäß den nebengeordneten Patentansprüchen gelöst. Vorteilhafte Weiterbildungen sind durch die Unteransprüche gegeben.The stated object is achieved by the method according to the invention and the devices according to the invention in accordance with the independent patent claims. Advantageous developments are given by the dependent claims.
Die Erfindung basiert auf der Idee, eine oder mehrere Ausgabesequenzen einer Mediendatei, also zum Beispiel ein Bild, Bilder oder eine oder mehrere Filmszenen der Mediendatei, dahingehend zu analysieren, wie ein Betrachter des Films oder der Bilderserie auf die jeweilige Ausgabesequenz reagiert, insbesondere wie viel Aufmerksamkeit er den einzelnen Ausgabesequenzen widmet. In Abhängigkeit davon kann dann ein zusätzliches Bild oder eine zusätzliche Filmszene zu einem Detail, das den Zuschauer gerade besonders interessiert, in den Film eingefügt werden. Mit anderen Worten können zum Beispiel Anbieter von Dienstleistungen oder Produkten sequenzbasierte Angebote oder Werbung oder ähnliches erstellen.The invention is based on the idea of analyzing one or more output sequences of a media file, for example an image, images or one or more film scenes of the media file, in terms of how a viewer of the film or the series of images reacts to the respective output sequence, in particular how much Attention he devotes to the individual output sequences. Depending on this, an additional image or an additional film scene can then be inserted into the film for a detail that is particularly interesting to the viewer. In other words, providers of services or products, for example, can create sequence-based offers or advertisements or the like.
Zum Beispiel kann detektiert oder gezählt werden, ob der Benutzer eine Ausgabesequenz abbricht oder vorspult, oder ob eine Vielzahl von Benutzern die Ausgabesequenz vorspult oder abbricht. Zeigt der Betrachter jedoch hohes Interesse, informiert das System zu dieser Szene zum Beispiel thematisch relevante Händler oder Dienstleister, die dann die Möglichkeit haben, Werbung oder ein Angebot ihrer Dienstleistung in die Mediendatei einzuspielen. Dies kann „on the fly“ erfolgen, also während der Betrachter den beispielhaften Film anschaut, oder als Reaktion auf eine Auswertung des Nutzerverhaltens sehr vieler Betrachter der jeweiligen Ausgabesequenz.For example, it can be detected or counted whether the user cancels or fast-forwards an output sequence, or whether a plurality of users fast-forwards or cancels the output sequence. However, if the viewer is very interested, the system informs thematically relevant dealers or service providers about this scene, for example, who then have the opportunity to import advertising or an offer of their service into the media file. This can be done "on the fly", i.e. while the viewer is watching the exemplary film, or as a reaction to an evaluation of the user behavior of a large number of viewers of the respective output sequence.
Ein Anbieter einer Dienstleistung oder eines Produktes, zum Beispiel eine Werkstatt oder ein Händler für Sonderausstattung, kann mit der Mediendatei, zum Beispiel einem Inserat zum Verkauf eines Kraftfahrzeugs, interagieren. Der Anbieter kann den Verkauf sinnvoll unterstützen und das Produkt selbst oder die Anzeige während des Prozesses optimieren. Der Verkäufer kann durch eine Analyse der Sequenzen bei der Erstellung eine für ihn optimale „Car-Story“ zusammenstellen und er spart viel Zeit, da er gegebenenfalls nur Ausgabesequenzen und nicht das ganze Inserat anpassen muss, oder idealerweise ein Dritter, zum Beispiel ein Händler oder Dienstleister, eine für den/die Betrachter interessante Szene beisteuert. Für ein Online-Inserat ergibt sich also eine deutlich erhöhte Effizienz. Sowohl Zuschauer, Verkäufer und zum Beispiel ein Händler oder Dienstleister profitieren gleichermaßen davon.A provider of a service or a product, for example a workshop or a dealer for special equipment, can interact with the media file, for example an advertisement for the sale of a motor vehicle. The vendor can sensibly support the sale and optimize the product itself or the ad during the process. By analyzing the sequences during creation, the seller can put together a "car story" that is optimal for him and he saves a lot of time, since he may only have to adapt output sequences and not the entire advertisement, or ideally a third party, for example a dealer or service provider, contributes a scene that is interesting for the viewer(s). For an online advertisement, there is a significantly increased efficiency. Viewers, sellers and, for example, a dealer or service provider benefit equally from this.
Das erfindungsgemäße Verfahren zum Bereitstellen einer Bildmontage wird durch eine Filmanalyseeinrichtung durchgeführt. Unter einer Bildmontage wird eine Montage von statischen oder bewegten Bildern verstanden, also eine Fotomontage und/oder eine Filmmontage. Bei der Bildmontage handelt es sich vorzugsweise um eine Filmmontage, also einen Filmschnitt, mit anderen Worten die Auswahl, Bearbeitung und Strukturierung von aufgenommenem Bildmaterial, um einem Film eine andere Form zu geben. Idealerweise wird dabei auch Tonmaterial bearbeitet.The method according to the invention for providing an image montage is carried out by a film analysis device. An image montage is a montage of static or moving images, ie a photo montage and/or a film montage. The image montage is preferably a film montage, ie a film cut, in other words the selection, processing and structuring of recorded image material in order to give a film a different form. Ideally, audio material is also processed.
Die Filmanalyseeinrichtung kann auch als Bildanalyseeinrichtung bezeichnet werden und kann zum Beispiel einen Datenspeicher aufweisen, in dem ein Programm für Bildanalyse gespeichert ist. Die Filmanalyse kann zum Beispiel als Steuerchip oder Steuergerät ausgestaltet sein.The film analysis device can also be referred to as an image analysis device and can, for example, have a data memory in which a program for image analysis is stored. The film analysis can be designed, for example, as a control chip or control device.
Gemäß dem Verfahren stellt die Filmanalyseeinrichtung eine Mediendatei fest, also eine Datei, die eine Bildserie und/oder einen Videofilm mit einer vorgegebenen Ausgabereihenfolge von mindestens zwei Ausgabesequenzen beschreibt. Jede der Ausgabesequenzen hat dabei einen Bildinhalt. Eine Ausgabesequenz beschreibt eine Gruppe aus inhaltlich aufeinanderfolgenden Bild- und/oder Filmeinstellungen, also eine inhaltlich zusammenhängende Serie von Einzelbildern, ist also zum Beispiel eine Filmszene. Vorzugsweise kann die Filmanalyseeinrichtung die Mediendatei feststellen, während die Mediendatei von einer Abspieleinrichtung bereitgestellt oder sogar gerade abgespielt wird.According to the method, the film analysis device determines a media file, ie a file that describes a series of images and/or a video film with a predetermined output order of at least two output sequences. Each of the output sequences has an image content. An output sequence describes a group of image and/or film shots that follow one another in terms of content, that is to say a series of individual images that is related in terms of content, and is therefore a film scene, for example. Preferably, the movie analyzer can determine the media file while the media file is being provided by a player or even while it is being played.
Unter einer Abspieleinrichtung wird eine Gerätekomponente oder eine Gerätegruppe verstanden, die zum Abspielen von Mediendateien mit Bildinhalten ausgestaltet ist. Die Abspieleinrichtung kann zum Beispiel ein Videogerät, ein anderes Bildausgabegerät, ein Bildschirm oder ein Datenserver sein, der die Mediendatei auf einem Bildschirm, auf dem der Datenserver über das Internet verbunden ist, abspielen kann, oder den Ausgabeinhalt an den Bildschirm übertragen kann.A playback device is understood to be a device component or a device group that is designed to play back media files with image content. The player can be, for example, a video device, other image output device, a screen or a data server that can play the media file on a screen where the data server is connected via the Internet, or can transmit the output content to the screen.
Die Filmanalyseeinrichtung stellt Abspieldaten bereit, die zu einer oder mehr als einer der Ausgabesequenzen jeweils ein Nutzerverhalten eines Benutzers der Abspieleinrichtung beim Abspielen der bereitgestellten Mediendatei beschreiben. Vorzugsweise beschreiben die bereitgestellten Abspieldaten zu allen der Ausgabesequenzen jeweils ein Nutzerverhalten des Benutzers. Die Abspieldaten können also zum Beispiel beschreiben, wie viele Benutzer die Szene anschauen, ob der Benutzer eine Ausgabesequenz vorspult oder abbricht, oder ob der Benutzer ein sehr aufmerksames oder gelangweiltes Verhalten zeigt, zum Beispiel wegschaut oder weggeht, oder ob er die Szene wiederholt abspielt oder nochmal zurückspult. Das Verhalten des Benutzers kann zum Beispiel über Körpersprache und Gesichtsmimik erfasst werden, wobei die Abspieldaten zum Beispiel Kameradaten beschreiben können. Mit anderen Worten beschreiben die Abspieldaten ein Abspielverhalten des Benutzers, also ob und/oder wie die jeweilige Ausgabesequenz vom Benutzer abgespielt wird/wurde oder wahrgenommen wird/wurde.The film analysis device provides playback data that describe user behavior of a user of the playback device when playing the provided media file for one or more than one of the output sequences. The playback data provided for all of the output sequences preferably describe a user behavior of the user. The playback data can therefore describe, for example, how many users are watching the scene, whether the user fast-forwards or aborts an output sequence, or whether the user shows very attentive or bored behavior, for example looking away or walking away, or whether he plays the scene repeatedly or rewind again. The behavior of the user can be recorded, for example, via body language and facial expressions, with the playback data being able to describe camera data, for example. In other words, the playback data describe a playback behavior of the user, ie whether and/or how the respective output sequence is/was played back or is/was perceived by the user.
Anhand der bereitgestellten Abspieldaten ordnet die Filmanalyseeinrichtung jeder der durch die Abspieldaten beschriebenen Ausgabesequenzen in Abhängigkeit von dem jeweiligen Nutzerverhalten einen Aufmerksamkeits-Wert zu, welcher einen Grad einer Aufmerksamkeit des Nutzers gegenüber der jeweiligen Ausgabesequenz repräsentiert. Beschreiben die Abspieldaten zum Beispiel Kameradaten, die beschreiben, dass der Benutzer während der Filmszene wegschaut oder weggeht, oder dass ihm die Augenlider zufallen, kann die Filmanalyseeinrichtung dieser Szene einen sehr geringen Aufmerksamkeits-Wert zuordnen. Dies kann ebenfalls der Fall sein, falls die Abspieldaten beschreiben, dass der Nutzer - oder viele Nutzer an diesem Tag - bei dieser Filmszene vorspulen oder den Film abbrechen. Ein hoher Aufmerksamkeits-Wert kann jedoch zugeordnet werden, falls der oder die Benutzer die Szene noch einmal anschauen oder gezielt diese Szene auswählen oder die Szene bis zu Ende anschauen.Based on the playback data provided, the film analysis device assigns an attention value to each of the output sequences described by the playback data, depending on the respective user behavior, which value represents a degree of user attention to the respective output sequence. For example, if the playback data describes camera data that describes that the user looks away or walks away during the film scene, or that his eyelids droop, the film analysis device can assign a very low attention value to this scene. This can also be the case if the playback data describes that the user - or many users on that day - fast-forward or stop the movie at that movie scene. However, a high attention value can be assigned if the user or users watch the scene again or specifically select this scene or watch the scene to the end.
Die Filmanalyseeinrichtung zerteilt die Bildserie oder den Videofilm also in die Ausgabesequenzen. Diese Ausgabesequenzen werden dann bewertet in Abhängigkeit davon, wie der Benutzer sich verhält. Die einzelnen Szenen werden also nicht objektiv beurteilt, sondern benutzerspezifisch. Dies kann optional gekoppelt werden mit einer Tageszeit, so dass der Aufmerksamkeits-Wert nach einer Auswertung einer bestimmten Tageszeit zugeordnet werden kann. So können zum Beispiel lange Szenen abends nach der Arbeit beliebter sein, weil die Betrachter sehr viel mehr Zeit haben, sich den ganzen Film anzuschauen. Um die Mittagszeit können jedoch nur diejenigen Ausgabesequenzen interessant sein, die kurz und prägnant viele Informationen liefern.The film analysis device thus divides the series of images or the video film into the output sequences. These output sequences are then evaluated depending on how the user behaves. The individual scenes are therefore not judged objectively, but user-specifically. This can optionally be coupled with a time of day, so that the attention value can be assigned to a specific time of day after an evaluation. For example, long scenes can be more popular after work in the evening because viewers have much more time to watch the whole film. Around noon, however, only those output sequences that provide a lot of information in a short and concise manner can be of interest.
Die Filmanalyseeinrichtung ermittelt zu mindestens einer Ausgabesequenz, deren zugeordneter Aufmerksamkeits-Wert ein vorgegebenes Interessekriterium erfüllt, eine Eigenschaft eines durch die Ausgabesequenz dargestellten Kraftfahrzeugs. Zum Beispiel kann die Filmanalyseeinrichtung durch eine Bildanalyse ermitteln, dass in der Ausgabesequenz gerade ein Kotflügel mit einer Delle gezeigt wird. Die Filmanalyseeinrichtung ordnet der festgestellten Eigenschaft einen thematischen Kontext zu, zum Beispiel den Kontext „Reparatur Karosserie“ oder „Kotflügel“. Durch das Zuordnen des thematischen Kontexts erfolgt auch dessen Feststellen.The film analysis device determines a property of a motor vehicle represented by the output sequence for at least one output sequence whose assigned attention value satisfies a predetermined interest criterion. For example, the film analysis device can determine through image analysis that a fender with a dent is currently being shown in the output sequence. The film analysis device assigns a thematic context to the determined property, for example the context “body repair” or “fender”. By assigning the thematic context, it is also determined.
Das vorgegebene Interessekriterium kann vorzugsweise ein Überschreiten eines vorgegebenen Mindestwerts des Grads der Aufmerksamkeit durch den zugeordneten Aufmerksamkeits-Wert vorgeben. Zum Selektieren der zu ändernden Ausgabesequenzen kann die Filmanalyseeinrichtung optional anhand des zugeordneten Aufmerksamkeits-Werts prüfen, welche der Ausgabesequenzen das vorgegebene Interessekriterium erfüllt.The predefined interest criterion can preferably specify that the assigned attention value exceeds a predefined minimum value for the degree of attention. To select the output sequences to be changed, the film analysis device can optionally use the assigned attention value to check which of the output sequences meets the predetermined interest criterion.
Die Filmanalyseeinrichtung stellt ein Bildmontagesignal bereit, erzeugt dieses zum Beispiel. Das Bildmontagesignal beschreibt den festgestellten thematischen Kontext. Die Filmanalyseeinrichtung kann das Bildmontagesignal zum Beispiel an ein baulich von der Filmanalyseeinrichtung getrenntes Empfangsgerät übertragen, zum Beispiel ein mobiles Endgerät oder einen Datenserver einer Werkstatt; oder, falls die Filmanalyseeinrichtung eine Bildmontageeinrichtung aufweist, das bereitgestellte Bildmontagesignal an die Bildmontageeinrichtung übertragen.The film analyzer provides an image montage signal, for example generates it. The montage signal describes the identified thematic context. The Film Analysis Facility the montage signal can be transmitted, for example, to a receiving device that is structurally separate from the film analysis device, for example a mobile terminal device or a data server in a workshop; or, if the film analysis device has a picture montage device, transmit the provided picture montage signal to the picture montage device.
Die Filmanalyseeinrichtung stellt dann eine zusätzliche Ausgabesequenz mit einem Bildinhalt zu dem festgestellten thematischen Kontext bereit, empfängt die zusätzliche Ausgabesequenz also zum Beispiel aus dem Empfangsgerät der Werkstatt oder aus einer integrierten Bildmontageeinrichtung der Filmanalyseeinrichtung. Die Filmanalyseeinrichtung integriert dann die zusätzliche Ausgabesequenz in die festgestellte Mediendatei.The film analysis device then provides an additional output sequence with image content for the determined thematic context, ie it receives the additional output sequence, for example, from the workshop receiver or from an integrated image assembly device of the film analysis device. The film analyzer then integrates the additional output sequence into the determined media file.
Es ergeben sich die oben beschriebenen Vorteile.The advantages described above result.
Die Filmanalyseeinrichtung überträgt die bereitgestellten Abspieldaten an eine Deep-Learning-Engine. Eine Deep-Learning-Engine („Deep-Learning-Einrichtung“) ist ein Gerät, eine Gerätekomponente oder ein Programm, welches sogenanntes Deep-Learning (sogenanntes tiefgehendes Lernen, maschinelles Lernen) auf eine Vielzahl von Daten anwenden kann. Mit anderen Worten ist die Deep-Learning-Engine eine hochentwickelte Einrichtung zum Durchführen von tiefgehendem Lernen, also eine Umsetzung von künstlicher Intelligenz. Mit anderen Worten sind sowohl künstliche Intelligenz als Maschinenlernen und tiefgehendes Lernen mittels der Deep-Learning-Engine umsetzbar. Die Deep-Learning-Engine kann beispielsweise als tiefgehendes, künstliches neuronales Netz ausgebildet und/oder ausgestaltet sein. Mit anderen Worten kann die Deep-Learning-Engine dazu eingerichtet sein, mittels einer Methode des maschinellen Lernens eine Vielzahl von Erfahrungswerten und/oder Trainingsdaten, die auch als Trainierdatensatz bezeichnet werden können, oder ein Dataset nach einem vorbestimmten Algorithmus und anhand der bereits gespeicherten Vielzahl von Erfahrungswerten auszuwerten, beispielsweise über eine darin enthaltene Logik, zum Beispiel eine Korrelation. Hierdurch können auch weitere logische Verknüpfungen in der Deep-Learning-Engine erstellt werden.The film analysis device transmits the playback data provided to a deep learning engine. A deep learning engine ("deep learning facility") is a device, device component, or program that can apply so-called deep learning (so-called deep learning, machine learning) to a variety of data. In other words, the deep learning engine is a sophisticated facility for performing deep learning, that is, an implementation of artificial intelligence. In other words, both artificial intelligence and machine learning and deep learning can be implemented using the deep learning engine. The deep learning engine can be designed and/or configured as an in-depth, artificial neural network, for example. In other words, the deep learning engine can be set up to use a machine learning method to process a large number of empirical values and/or training data, which can also be referred to as a training data set, or a data set according to a predetermined algorithm and using the large number already stored evaluate empirical values, for example via a logic contained therein, for example a correlation. This also allows further logical links to be created in the deep learning engine.
Erfahrungswerte oder Trainingsdaten können dabei zum Beispiel zu einer Vielzahl von Abspieldaten - also auch zu einer Vielzahl von unterschiedlichen Nutzerverhalten - und/oder bereits zugeordnete Aufmerksamkeits-Werte dann zu thematischen Kontexten, die den Grad der Aufmerksamkeit erhöhen (also dazu geeignet sind, den Grad der Aufmerksamkeit zu erhöhen), statistisch zusammengefasst sein.Experience values or training data can, for example, lead to a large number of playback data - i.e. also to a large number of different user behaviors - and/or attention values that have already been assigned to thematic contexts that increase the degree of attention (i.e. are suitable for increasing the degree of to increase attention), be summarized statistically.
Die Filmanalyseeinrichtung betreibt die Deep-Learning-Engine, so dass durch die Deep-Learning-Engine zu einer Vielzahl von Nutzerverhalten und/oder Auf-merksamkeits-Werte thematischen Kontexten, die den Grad der Aufmerksamkeit erhöhen, statistisch zusammengefasst sind. Die Filmanalyseeinrichtung betreibt die Deep-Learning-Engine weiter dazu, die durch die bereitgestellten Abspieldaten beschriebenen Nutzerverhalten und/oder die bereits zugeordneten Aufmerksamkeits-Werte zu verarbeiten und hierdurch eine Aufmerksamkeitserhöhungsprognose zu ermitteln. Die Aufmerksamkeitserhöhungsprognose umfasst dabei eine Wahrscheinlichkeit, mit welcher der Benutzer (oder zukünftige Benutzer) eine zusätzliche Ausgabesequenz mit dem entsprechenden thematischen Kontext, zum Beispiel ein Werkstatt-Angebot, bevorzugt und der Mediendatei dadurch einen höheren Grad an Aufmerksamkeit entgegenbringt.The film analysis device operates the deep learning engine, so that thematic contexts that increase the degree of attention are statistically combined by the deep learning engine into a large number of user behavior and/or attention values. The film analysis device also operates the deep learning engine to process the user behavior described by the playback data provided and/or the attention values that have already been assigned, and thereby to determine an attention increase prognosis. The prognosis for the increase in attention includes a probability with which the user (or future user) will prefer an additional output sequence with the corresponding thematic context, for example a workshop offer, and thereby pay a higher degree of attention to the media file.
Nur falls die ermittelte Aufmerksamkeitserhöhungsprognose eine Wahrscheinlichkeit für eine Präferenz einer zusätzlichen Ausgabesequenz mit einem durch einen geänderten Bildsequenzparameter geänderten Bildinhalt beschreibt, wobei die Wahrscheinlichkeit einen vorgegebenen Schwellenwert übersteigt, legt die Filmanalyseeinrichtung mittels der Deep-Learning-Engine anhand der ermittelten Aufmerksamkeitserhöhungsprognose den thematischen Kontext für die zusätzliche Ausgabesequenz fest, prädiziert ihn vorzugsweise, und kann dadurch die zusätzliche Ausgabesequenz vorgeben. Mit anderen Worten beschreibt die ermittelte Aufmerksamkeitserhöhungsprognose eine Relevanz einer zusätzlichen Ausgabesequenz, vorzugsweise auch eine Relevanz eines thematischen Kontexts.Only if the determined attention increase prognosis describes a probability of a preference for an additional output sequence with image content changed by a changed image sequence parameter, with the probability exceeding a predetermined threshold value, does the film analysis device use the deep learning engine based on the determined attention increase prognosis to set the thematic context for the additional output sequence, preferably predicts it, and can thereby specify the additional output sequence. In other words, the prognosis of increasing attention that was determined describes a relevance of an additional output sequence, preferably also a relevance of a thematic context.
Das bereitgestellte Bildmontagesignal beschreibt dann also das Ergebnis der Deep-Learning-Engine.The image montage signal provided then describes the result of the deep learning engine.
Dadurch wird eine Vielfalt der möglichen Filmschnitte deutlich erhöht, und zusätzlich wird die Vielfalt für einen besonders situations- und/oder benutzerspezifischen Zweck nutzbar. Die oben genannten Vorteile steigern sich also synergistisch.As a result, a variety of possible film cuts is significantly increased, and the variety can also be used for a particularly situation-specific and/or user-specific purpose. The advantages mentioned above increase synergistically.
Die bereitgestellten Abspieldaten können vorzugsweise beschreiben, ob der Benutzer die jeweilige Ausgabesequenz vorzeitig abbricht oder die Ausgabesequenz gezielt auswählt, können zum Beispiel eine Abbruchrate als Durchschnitt mehrerer Benutzer beschreiben, eine Abbruchrate des gleichen Benutzers über mehrere Ausgabesequenzen hin-weg, oder zum Beispiel eine Informationen, dass der Benutzer den beispiel-haften Film oder die entsprechende Ausgabesequenz stoppt. Alternativ oder zusätzlich können die Abspieldaten beschreiben, ob der Benutzer die jeweilige Ausgabesequenz vorspult und/oder überspringt, oder jedoch die Ausgabesequenz wiederholt anschaut oder zurückspult. Die Abspieldaten können dann beispielsweise generiert werden, falls ein entsprechender Knopfdruck eines Abspielgeräts detektiert wird.The playback data provided can preferably describe whether the user terminates the respective output sequence prematurely or specifically selects the output sequence, can for example describe a termination rate as an average of several users, a termination rate for the same user over several output sequences, or for example information that the user stops the exemplary movie or the corresponding output sequence. Alternatively or additionally, the playback data can describe whether the user fast forwards and/or skips the respective output sequence, or the off replays or rewinds the output sequence. The playback data can then be generated, for example, if a corresponding push of a button on a playback device is detected.
Zusätzlich oder alternativ können die bereitgestellten Abspieldaten beschreiben, ob der Benutzer sich während des Abspielens der jeweiligen Ausgabesequenz von einem Bildschirm der Abspieleinrichtung abwendet; und/oder eine Emotion des Benutzer während des Abspielens der jeweiligen Ausgabesequenz und/oder eine Gesichtsmimik und/oder eine Körpersprache des Benutzer während des Abspielens der jeweiligen Ausgabesequenz. Bei den letzteren Varianten kann die Filmanalyseeinrichtung zum Beispiel ein Signal von Kameras und/oder eines Näherungssensors eines Bildschirms empfangen, die zum Beispiel die Gesichtsmimik (oder nur das Kamerabild) beschreiben, das Entfernen des Körpers des Bildschirms oder zum Beispiel andere biometrische Daten, zum Beispiel eine Herzrate oder eine Schweißabsonderungsrate, die mittels beispielsweise entsprechender Herzratensensoren oder Schweißsensoren erfasst werden können. Körpersprache und/oder biometrische Daten können von der Filmanalyseeinrichtung ausgewertet werden.Additionally or alternatively, the playback data provided can describe whether the user turns away from a screen of the playback device during the playback of the respective output sequence; and/or an emotion of the user during the playing of the respective output sequence and/or facial expressions and/or body language of the user during the playing of the respective output sequence. In the latter variants, the film analysis device can, for example, receive a signal from cameras and/or a proximity sensor of a screen describing, for example, the facial expressions (or just the camera image), the removal of the body of the screen, or other biometric data, for example a heart rate or a perspiration rate, which can be detected by means of, for example, appropriate heart rate sensors or perspiration sensors. Body language and/or biometric data can be evaluated by the film analysis device.
Mit solchen Abspieldaten als Eingangsdaten kann die Filmmontage besonders zuverlässig und benutzerspezifisch erfolgen.With such playback data as input data, the film assembly can take place in a particularly reliable and user-specific manner.
In einer Variante des Verfahrens kann die Filmanalyseeinrichtung eine Bildmontageeinrichtung umfassen, also ein Gerät, eine Gerätekomponente oder eine Gerätegruppe, das/die dazu eingerichtet ist, eine Bildmontage durchzuführen, also zum Beispiel einen Film zu schneiden und/oder Bildsequenzparameter zu ändern. Bei dieser Ausführungsform kann das erzeugte Bildmontagesignal die Bildmontageeinrichtung dazu veranlassen, die zusätzliche Ausgabesequenz bereitzustellen. Die Bildmontageeinrichtung kann die zusätzliche Ausgabesequenz zum Beispiel aus einer Mehrzahl an in einem Datenspeicher gespeicherten Ausgabesequenzen auswählen, oder die zusätzliche Ausgabesequenz generieren. Insbesondere bei einer Kopplung mit einer Deep-Learning-Engine kann eine besonders gut austarierte Bildmontage erfolgen.In a variant of the method, the film analysis device can include an image montage device, i.e. a device, a device component or a device group, which is set up to perform an image montage, i.e. for example to cut a film and/or to change image sequence parameters. In this embodiment, the generated montage signal can cause the montage device to provide the additional output sequence. The image montage device can, for example, select the additional output sequence from a plurality of output sequences stored in a data memory, or generate the additional output sequence. In particular, when coupled with a deep learning engine, a particularly well-balanced image montage can take place.
In einer weiteren Ausführungsform des erfindungsgemäßen Verfahrens kann die Filmanalyseeinrichtung die Abspieldaten zu mehreren Benutzern der Abspieleinrichtung bereitstellen, vorzugsweise wobei die Filmanalyseeinrichtung zusätzlich berücksichtigt, wie oft die jeweilige Ausgabesequenz angeschaut wird oder wurde. Dadurch wird eine Qualität der Mediendatei und der damit verbundenen Services nicht nur für einzelne Zuschauer deutlich verbessert.In a further embodiment of the method according to the invention, the film analysis device can provide the playback data for a number of users of the playback device, preferably with the film analysis device also taking into account how often the respective output sequence is or was viewed. This significantly improves the quality of the media file and the associated services, not just for individual viewers.
In einer weiteren Ausführungsform des erfindungsgemäßen Verfahrens kann die Filmanalyseeinrichtung als Eigenschaft des Kraftfahrzeugs einen Schaden an einem Kraftfahrzeug ermitteln, sowie als thematischen Kontext den Schaden oder eine Reparaturmaßnahme zum Beheben des Schadens ermitteln. Zeigt die Ausgabesequenz zum Beispiel eine Delle im Kotflügel, kann der thematische Kontext „Reparatur Karosserie“ sein, oder „Reparatur Kotflügel“. Dies ist besonders effizient zum Erhöhen einer Transparenz beim Kraftfahrzeug-Verkauf, denn dem Betrachter der Mediendatei können nicht nur gleich passende Angebote eingespielt werden, sondern der Betrachter kann einschätzen, welche Kosten auf ihn zukommen, falls er das Kraftfahrzeug kauft.In a further embodiment of the method according to the invention, the film analysis device can determine damage to a motor vehicle as a property of the motor vehicle, and can determine the damage or a repair measure for remedying the damage as thematic context. For example, if the output sequence shows a dent in the fender, the thematic context can be "repair body" or "repair fender". This is particularly efficient for increasing transparency when selling a motor vehicle, because the viewer of the media file can not only be fed suitable offers straight away, but the viewer can also estimate what costs he will incur if he buys the motor vehicle.
Zu der Erfindung gehört auch die Filmanalyseeinrichtung. Die Filmanalyseeinrichtung kann eine Datenverarbeitungsvorrichtung oder eine Prozessoreinrichtung aufweisen, die dazu eingerichtet ist, eine Ausführungsform des erfindungsgemäßen Verfahrens durchzuführen. Die Prozessoreinrichtung kann hierzu zumindest einen Mikroprozessor und/oder zumindest einen Mikrocontroller und/oder zumindest einen FPGA (Field Programmable Gate Array) und/oder zumindest einen DSP (Digital Signal Processor) aufweisen. Des Weiteren kann die Prozessoreinrichtung einen Programmcode aufweisen, der dazu eingerichtet ist, bei Ausführen durch die Prozessoreinrichtung die Ausführungsform des erfindungsgemäßen Verfahrens durchzuführen. Der Programmcode kann in einem Datenspeicher der Prozessoreinrichtung gespeichert sein.The invention also includes the film analysis device. The film analysis device can have a data processing device or a processor device that is set up to carry out an embodiment of the method according to the invention. For this purpose, the processor device can have at least one microprocessor and/or at least one microcontroller and/or at least one FPGA (Field Programmable Gate Array) and/or at least one DSP (Digital Signal Processor). Furthermore, the processor device can have a program code which is set up to carry out the embodiment of the method according to the invention when executed by the processor device. The program code can be stored in a data memory of the processor device.
Unter einer Filmanalyseeinrichtung wird ein Gerät oder eine Gerätekomponente zur elektronischen Datenverarbeitung verstanden, die Signale empfangen und auswerten kann, sowie Steuersignale erzeugen kann. Insbesondere ist die Filmanalyseeinrichtung zur Bildanalyse eingerichtet.A film analysis device is understood to be a device or a device component for electronic data processing, which can receive and evaluate signals and can generate control signals. In particular, the film analysis device is set up for image analysis.
Die Filmanalyseeinrichtung kann vorzugsweise eine Deep-Learning-Engine umfassen. Die Filmanalyseeinrichtung ist dabei dazu eingerichtet, die entsprechende bereits oben beschriebene Ausführungsform des erfindungsgemäßen Verfahrens durchzuführen, bei der die Filmanalyseeinrichtung die Deep-Learning-Engine betreibt. Für diese Ausführungsform des erfindungsgemäßen Verfahrens kann die Filmanalyseeinrichtung jedoch auch dann eingerichtet sein, falls die Deep-Learning-Engine keine Komponente der Filmanalyseeinrichtung ist, sondern zum Beispiel eines baulich von der Filmanalyseeinrichtung getrennten Datenservers. Die Vorteile wurden bereits oben besprochen.The film analysis device can preferably comprise a deep learning engine. In this case, the film analysis device is set up to carry out the corresponding embodiment of the method according to the invention, which has already been described above, in which the film analysis device operates the deep learning engine. However, the film analysis device can also be set up for this embodiment of the method according to the invention if the deep learning engine is not a component of the film analysis device but, for example, of a data server that is structurally separate from the film analysis device. The advantages have already been discussed above.
In einer weiteren Ausgestaltung kann die Filmanalyseeinrichtung eine Bildmontageeinrichtung umfassen, die dazu eingerichtet ist, eine zusätzliche Ausgabesequenz bereitzustellen. Die Vorteile wurden bereits oben besprochen.In a further refinement, the film analysis device can comprise an image assembly device which is set up to produce an additional provide output sequence. The advantages have already been discussed above.
Die oben gestellte Aufgabe wird gelöst durch eine Datenservereinrichtung zum Betreiben im Internet, zum Beispiel einem Datenserver, einem Backend und/oder eine Daten-Cloud, wobei die Servervorrichtung eine Ausführungsform des erfindungsgemäßen Speichermediums und/oder der erfindungsgemäßen Filmanalyseeinrichtung aufweist.The above object is achieved by a data server device for operation on the Internet, for example a data server, a backend and/or a data cloud, the server device having an embodiment of the storage medium according to the invention and/or the film analysis device according to the invention.
Zu der Erfindung gehören auch Weiterbildungen der erfindungsgemäßen Filmanalyseeinrichtung und der erfindungsgemäßen Datenservereinrichtung, die Merkmale aufweisen, wie sie bereits im Zusammenhang mit den Weiterbildungen des erfindungsgemäßen Verfahrens beschrieben worden sind. Aus diesem Grund sind die entsprechenden Weiterbildungen der erfindungsgemäßen Filmanalyseeinrichtung und der erfindungsgemäßen Datenservereinrichtung hier nicht noch einmal beschrieben.The invention also includes developments of the film analysis device according to the invention and the data server device according to the invention, which have features as have already been described in connection with the developments of the method according to the invention. For this reason, the corresponding developments of the film analysis device according to the invention and the data server device according to the invention are not described again here.
Die oben gestellte Aufgabe wird gelöst durch ein Speichermedium mit einem Programmcode, der dazu eingerichtet ist, bei Ausführung durch eine Prozessoreinrichtung eines mobilen Endgeräts die Filmanalyseeinrichtung dazu zu veranlassen, eine Ausführungsform des oben beschriebenen Verfahrens durchzuführen. Das Speichermedium kann zum Beispiel als Speicherkarte oder Speicherchip oder anderer Datenspeicher ausgestaltet sein. Es ergeben sich die bereits genannten Vorteile.The object set above is achieved by a storage medium with a program code which, when executed by a processor device of a mobile terminal device, is set up to cause the film analysis device to carry out an embodiment of the method described above. The storage medium can be designed, for example, as a memory card or memory chip or other data storage medium. The advantages already mentioned result.
Die Erfindung umfasst auch die Kombinationen der Merkmale der beschriebenen Ausführungsformen. Die Erfindung umfasst also auch Realisierungen, die jeweils eine Kombination der Merkmale mehrerer der beschriebenen Ausführungsformen aufweisen, sofern die Ausführungsformen nicht als sich gegenseitig ausschließend beschrieben wurden.The invention also includes the combinations of features of the described embodiments. The invention also includes implementations that each have a combination of the features of several of the described embodiments, unless the embodiments were described as mutually exclusive.
Im Folgenden sind Ausführungsbeispiele der Erfindung beschrieben. Hierzu zeigt:
-
1 eine schematische Darstellung zu einem Ausführungsbeispiel des erfindungsgemäßen Verfahrens und der erfindungsgemäßen Vorrichtungen; und -
2 eine weitere schematische Darstellung zu dem Ausführungsbeispiel des erfindungsgemäßen Verfahrens und der erfindungsgemäßen Vorrichtungen.
-
1 a schematic representation of an embodiment of the method according to the invention and the devices according to the invention; and -
2 a further schematic representation of the exemplary embodiment of the method according to the invention and the devices according to the invention.
Bei den im Folgenden erläuterten Ausführungsbeispielen handelt es sich um bevorzugte Ausführungsformen der Erfindung. Bei den Ausführungsbeispielen stellen die beschriebenen Komponenten der Ausführungsformen jeweils einzelne, unabhängig voneinander zu betrachtende Merkmale der Erfindung dar, welche die Erfindung jeweils auch unabhängig voneinander weiterbilden. Daher soll die Offenbarung auch andere als die dargestellten Kombinationen der Merkmale der Ausführungsformen umfassen. Des Weiteren sind die beschriebenen Ausführungsformen auch durch weitere der bereits beschriebenen Merkmale der Erfindung ergänzbar.The exemplary embodiments explained below are preferred embodiments of the invention. In the exemplary embodiments, the described components of the embodiments each represent individual features of the invention that are to be considered independently of one another and that each also develop the invention independently of one another. Therefore, the disclosure is also intended to encompass combinations of the features of the embodiments other than those illustrated. Furthermore, the described embodiments can also be supplemented by further features of the invention that have already been described.
In den Figuren bezeichnen gleiche Bezugszeichen jeweils funktionsgleiche Elemente.In the figures, the same reference symbols designate elements with the same function.
Die
Eine Abspieleinrichtung 18, zum Beispiel ein Videogerät oder ein Computer mit einem Bildschirm, ist beispielhaft in der
Die Abspieleinrichtung 18 kann zum Beispiel ein eigenes Speichermedium 19 umfassen, auf der eine Mediendatei 22, zum Beispiel ein Film mit mehreren Videoszenen als Ausgabesequenzen, abgespeichert sein kann.The
Im Beispiel der
Die
Im Beispiel der
Trainingsdaten oder Erfahrungswerte, mit der eine solche Deep-Learning-Engine 28 trainiert worden sein kann, können vorzugsweise als künstliches neuronales Netz zusammengefasst sein, und beispielsweise aus einer Datenbank stammen. Vorzugsweise können solche Daten zu Nutzerdaten, Abspieldaten und/oder Aufmerksamkeits-Werten in einer Anzahl von >1000, insbesondere >10000, zum Trainieren der Deep-Learning-Engine 28 verwendet werden/worden sein, wobei die Trainingsdaten vorzugsweise über einen vorbestimmten Beobachtungszeitraum erfasst wurden. Ein solcher Datensatz kann als Big-Data-Datensatz bezeichnet werden.Training data or empirical values with which such a
Jeder Erfahrungswert kann dabei zum Beispiel eine Kombination von einem Nutzerverhalten und dem entsprechenden thematischen Kontext eines Bildinhalts der Ausgabesequenz, zum Beispiel die Kombination von einer erfassten gezielten Auswahl der Ausgabesequenz, in der die Filmanalyseeinrichtung zum Beispiel durch eine gängige Bildanalysetechnik eine Delle am Kotflügel eines Kraftfahrzeugs erkannt hat, und dem thematischen Kontext „Kotflügel-Reparatur“ oder „Kotflügelschaden“. Unter einem Erfahrungswert wird also ein Wert oder eine Angabe verstanden, der/die zum Beispiel auf empirischen Messungen oder Untersuchungen basierend eine Aussage darüber trifft, ob zum Beispiel eine zusätzliche Ausgabesequenz zu einem Angebot einer Werkstatt für eine Kotflügelreparatur im Kontext der angeschauten Ausgabesequenz interessant ist, also eine Aufmerksamkeit des Betrachters erhöht.Each empirical value can, for example, be a combination of user behavior and the corresponding thematic context of an image content of the output sequence, for example the combination of a detected, targeted selection of the output sequence in which the film analysis device, for example using a common image analysis technique, detects a dent on the fender of a motor vehicle has, and the thematic context "fender repair" or "fender damage". An empirical value is therefore understood to be a value or an indication which, for example based on empirical measurements or investigations, makes a statement as to whether, for example, an additional output sequence for an offer from a workshop for a fender repair is interesting in the context of the output sequence viewed, So increased attention of the viewer.
Der Erfahrungswert kann also zum Beispiel ein nummerischer Wert sein oder ein Zuordnungswert. Unter einem Erfahrungswert wird auch eine funktionelle Abhängigkeit oder eine funktionale Zuordnung verstanden, die eine Aussage darüber trifft, ob oder zu welchem Nutzerverhalten das Ändern des jeweiligen Bildsequenzparameters zu einem Erhöhen des Grads der Aufmerksamkeit führt. Unter einem Erfahrungswert kann deswegen, mit anderen Worten, auch eine auf nummerischen Werten basierende Regel für die Zuordnung verstanden werden.The empirical value can therefore be a numerical value or an assignment value, for example. An empirical value is also understood to mean a functional dependency or a functional assignment that makes a statement as to whether or to what user behavior changing the respective image sequence parameter leads to an increase in the degree of attention. In other words, an empirical value can therefore also be understood as a rule for the assignment based on numerical values.
Die Mediendatei 22 aus dem Beispiel der
Die
Im Beispiel der Mediendatei 22 wie in der
Die
Idealerweise kann diese Reihenfolge von Ausgabesequenzen A - I von der Deep-Learning-Engine 28 analysiert werden. Die durch die Deep-Learning-Engine 28 verkörperte künstliche Intelligenz kann idealerweise dahingehend zum Lernen ausgestaltet sein, dass sie sich ständig mit neuen Eingangsdaten fortbildet. Die Filmanalyseeinrichtung 10 in Kombination mit der Deep-Learning-Engine 28 kann im Beispiel der Fig. zum Beispiel als Influencer-dienst bereitgestellt werden. Die
Optional können auch noch weitere Daten in die Analyse mit einbezogen werden, zum Beispiel Umgebungsdaten, wie zum Beispiel Wetterdaten, Positionsdaten, die beschreiben, wo sich der potentielle Betrachter 32 befindet, oder eine aktuelle Zeit. Weitere Daten, die optional mit einbezogen werden können, sind zum Beispiel bereits vorhandene Schäden, eine Präsentation der Person, also des Verkäufers, Daten zu unterschiedlichen Perspektiven, Daten für eine Stimmanalyse, falls die Mediendatei 22 eine Tonspur hat, auf der der Verkäufer etwas spricht, Daten zu einer Sprache, also zum Beispiel für eine Sprachanalyse, sowie die „Views“.Optionally, further data can also be included in the analysis, for example environmental data such as weather data, position data that describe where the potential viewer 32 is located, or a current time. Further data that can optionally be included are, for example, existing damage, a presentation of the person, i.e. the seller, data on different perspectives, data for a voice analysis if the
Die
Zwischen den Followern 34 und der Filmanalyseeinrichtung 10 und/oder der Deep-Learning-Engine 28 kann zum Beispiel über den Sequence-View kommuniziert werden, über einen Upload und allgemeine Kommunikation.Communication between the
Der beispielhafte Mechaniker 40 kann auf der Empfangseinrichtung 26, zum Beispiel einem mobilen Endgerät wie einem Smartphone, ein Dashboard angezeigt bekommen, auf dem er zum Beispiel eine Handlungsempfehlung oder ein Hinweis der Filmanalyseeinrichtung 10 angezeigt bekommt, die/der durch das Bildmontagesignal beschrieben sein kann, vorzugsweise in Kombination mit der Möglichkeit zum Anschauen der Mediendatei 22, also der „Car Story“ seines Kraftfahrzeugs. Vorzugsweise können dabei die einzelnen Ausgabesequenzen A gezeigt werden. Auf dem beispielhaften Dashboard kann auch eine Möglichkeit zur Videokommunikation mit dem Käufer 32 (oder den Followern) bereitgestellt werden, eine Textanzeige für die beispielhafte Handlungsempfehlung, und eine Möglichkeit für Bedienhandlungen, zum Beispiel beim Bedienen einer App durch zum Beispiel Sprachkommandos. Die zwei Pfeile zwischen der Empfangseinrichtung 26 und der Mediendatei 22 repräsentieren die Kommunikation zwischen Filmanalyseeinrichtung 10 und der Empfangseinrichtung 26, also das Übertragen des Bildmontagesignals an die Empfangseinrichtung 26, und die Übertragung der zusätzlichen Ausgabesequenz J, welche vom Mechaniker 40 zum Beispiel mit Hilfe einer Kamera 42 aufgenommen werden kann. Die
Optional können die Filmanalyseeinrichtung 10 und/oder die Deep-Learning-Engine 28 Zugriffe haben auf eine Datenbank 36, die eine Datenbank für Kraftfahrzeug-Identifikationsnummern ist. Anhand dieser Fahrzeug-Identifikationsnummer kann dann optional ein Beitrag dieser Daten einfließen, falls eine Angabe vorliegt, welche Kraftfahrzeug-Identifikationsnummer das durch den Film angebotene Kraftfahrzeug hat. Optional kann - nachdem die Filmanalyseeinrichtung 10 das weiter unten beschriebene Verfahren durchgeführt hat - der neu geschnittene Film der Mediendatei 22 die zusätzliche Ausgabesequenz J aufweisen. In J kann zum Beispiel Werbung eingeblendet werden, zum Beispiel zu einer angebotenen Innenraum-Reinigung oder einer Kotflügel-Reparatur, jedoch im Kontext zu derjenigen Ausgabesequenz, die das InteresseKriterium erfüllt.Optionally, the
Analog hierzu kann die Filmanalyseeinrichtung 10 und/oder die Deep-Learning-Engine 28 auf eine analytische Datenbank 38 zugreifen, auf der zum Beispiel die Erfahrungswerte für die Deep-Learning-Engine 28 abgelegt sein können. Es können also analysierte Fahrzeugdaten als Lerndatensatz oder Trainierdatensatz hier abgelegt und bei Bedarf abgerufen werden. Ein solcher Lerndatensatz kann zum Beispiel die Verknüpfung enthalten, dass zum Beispiel das Fahrzeug das Modell XY aus dem Baujahr Z erfahrungsgemäß 10000 Kilometer Fahrleistung haben kann. Eine solche Information kann dann optional durch das Bildmontagesignal beschrieben sein. Die zusätzliche Ausgabesequenz J kann in dieser Variante dann zum Beispiel berücksichtigen, dass das Kraftfahrzeug des Films noch wenig gefahren wurde. Dies kann zum Beispiel bei einem Angebot für eine Jahresinspektion relevant sein.Analogously to this, the
Die
In einem ersten Verfahrensschritt S1 stellt die Filmanalyseeinrichtung 10 die Mediendatei 22 fest, die auf der Abspieleinrichtung 18 abgelegt sein kann (
Anhand der bereitgestellten Abspieldaten kann die Filmanalyseeinrichtung 10 zum Beispiel feststellen, dass viele Zuschauer die Ausgabesequenzen E, F, D, H und I vorspulen oder abbrechen, oder diese Ausgabesequenzen erst überhaupt gar nicht zum Anschauen auswählen. Aufgrund der vielen Abbrüche bei diesen Ausgabesequenzen E - I kann die Filmanalyseeinrichtung 10 jeder dieser Ausgabesequenzen einen sehr geringen Aufmerksamkeits-Wert zuordnen (S2). Diese Werte können zum Beispiel auf einer Skala von 1 bis 10 liegen, wobei ein Wert von 1 eine sehr geringe Aufmerksamkeit bedeutet, die 10 einen höchstmöglichen Grad der Aufmerksamkeit. Den Ausgabesequenzen A - C kann die Filmanalyseeinrichtung 10 jedoch jeweils einen hohen Aufmerksamkeits-Wert zuordnen (S2).Using the playback data provided, the
Dieser Schritt kann vorzugsweise durch die Deep-Learning-Engine 28 durchgeführt werden. Um die Deep-Learning-Engine 28 zu betreiben (S3), kann die Filmanalyseeinrichtung 10 die bereitgestellten Abspieldaten an die Deep-Learning-Engine 28 übertragen (S4). Das Verarbeiten der bereitgestellten Abspieldaten (S5) kann vorzugsweise in dem Bereitstellen einer Aufmerksamkeitserhöhungsprognose resultieren (S6). Diese Aufmerksamkeitserhöhungsprognose kann als Ergebnis eine Relevanz einer zusätzlichen Ausgabesequenz für den Benutzer prädizieren und Ausschlag dafür geben, ob eine zusätzliche Ausgabesequenz in die Mediendatei geschnitten wird oder nicht.This step can preferably be performed by the
Das vorgegebene Interessekriterium kann zum Beispiel im Datenspeicher 14 der Filmanalyseeinrichtung 10 abgelegt sein und zum Beispiel vorgeben, dass ein vorbestimmter Zahlenwert als Aufmerksamkeitswert als Schwellenwert festgelegt ist. Der vorbestimmte Zahlenwert kann dabei ein Mindestwert sein. Durch einen Vergleich der vergebenen Aufmerksamkeitswerte mit diesem Schwellenwert kann dann überprüft werden, welche der Ausgabesequenzen A - I das vorgegebene Interessekriterium erfüllen. Entspricht der vergebene Aufmerksamkeitswert zum Beispiel der Anzahl der Views, und ist der Schwellenwert zum Beispiel 19, können die Ausgabesequenzen A - C das vorgegebene Interessekriterium erfüllen.The specified criterion of interest can be stored, for example, in the
In den beispielhaften Ausgabesequenzen A, B, C des Beispiels können zum Beispiel zu jeder dieser Ausgabesequenzen A, B, C eine Eigenschaft des Kraftfahrzeugs ermittelt werden (S7). Hierzu kann die Filmanalyseeinrichtung 10 zum Beispiel eine Bildanalyse durchführen, zum Beispiel eine Mustererkennung, und/oder eine Sprachanalyse einer Tonspur. Zur Ausgabesequenz A kann zum Beispiel per Sprachanalyse ermittelt werden (S7), um was für ein Kraftfahrzeug es sich handelt, falls in dieser Szene der Verkäufer sein Kraftfahrzeug als „Gebrauchtwagen“ bezeichnet. Als thematischer Kontext kann die Filmanalyseeinrichtung 10 der Ausgabesequenz A dann zum Beispiel das Thema „TÜV“ oder „Jahresinspektion“ zuordnen (S8). Zu letzterem Schritt kann im Datenspeicher 14 zum Beispiel eine digitale Zuordnungsliste abgelegt sein, oder die Zuordnung kann durch die Deep-Learning-Engine durchgeführt werden.In the example output sequences A, B, C of the example, a property of the motor vehicle can be determined (S7) for each of these output sequences A, B, C, for example. For this purpose, the
Zur Ausgabesequenz B kann zum Beispiel per Bildanalyse ermittelt werden (S7), dass zum Beispiel am Kotflügel eine Delle ist. Als thematischer Kontext kann die Filmanalyseeinrichtung 10 der Ausgabesequenz B dann zum Beispiel das Thema „Kotflügel-Schaden“ oder „Kotflügel-Reparatur“ zuordnen (S8). Zur Ausgabesequenz C kann zum Beispiel per Bildanalyse ermittelt werden (S7), dass zum Beispiel am Sitz eine verschmutzte Stelle ist. Als thematischer Kontext kann die Filmanalyseeinrichtung 10 der Ausgabesequenz C dann zum Beispiel das Thema „Verschmutzung“ oder „Innenraum-Reinigung“ zuordnen (S8). Durch das Zuordnen des thematischen Kontexts erfolgt auch dessen Feststellen (S8).For output sequence B, it can be determined, for example by image analysis (S7), that there is a dent on the fender, for example. The
Die jeweiligen Verfahrensschritte sind in der
Erstellt die Bildmontageeinrichtung 24 zur Ausgabesequenz B eine zusätzliche Ausgabesequenzen J (S10), kann die Bildmontageeinrichtung 24 die neue Ausgabesequenz J generieren und so bereitstellen (S10). Im Verfahrensschritt S11 kann dann die Mediendatei geändert werden, indem die neue Ausgabesequenz J in die Mediendatei 22 eingefügt werden, der Film der Mediendatei also neu geschnitten wird.If the
In der
Optional kann der Betrachter 32 für ihn interessante Ausgabesequenzen markieren oder „taggen“. Dies kann zum Beispiel dadurch erfolgen, dass der Benutzer immer dann, wenn er zum Beispiel ein Feedback geben oder mehr Informationen haben möchte, während des Abspielens der Ausgabesequenz von Interesse auf einen Knopf oder eine Stelle eines berührungssensitiven Bildschirms drückt, auf dem der Film gezeigt wird. Interessieren sich zum Beispiel viele Benutzer für die Ausgabesequenz B, kann die Handlungsempfehlung an die Empfangseinrichtung 26 beschreiben, dass der Mechaniker 40 eine zusätzliche Ausgabesequenz drehen soll. Auch ein „Taggen“ kann durch die Abspieldaten als beschrieben werden, und daraufhin kann dieser Szene ein sehr hoher Aufmerksamkeits-Wert zugeordnet werden.Optionally, the viewer 32 can mark or “tag” output sequences that are of interest to him. This can be done, for example, by the user pressing a button or a location on a touch-sensitive screen on which the film is being shown whenever the user wants to give feedback or have more information, for example, while the output sequence of interest is playing . For example, if many users are interested in the output sequence B, the action recommendation to the receiving
Alternativ kann zum Beispiel die Ausgabesequenz B derart markiert oder „getaggt“ sein, dass der Benutzer, also der Zuschauer, beim Ansehen der Ausgabesequenz erkennt, dass zu dieser Szene mehr Informationen abrufbar sind oder angefordert werden können. In der Ausgabesequenz B kann dann zum Beispiel ein Symbol einer Lupe angezeigt werden, dass den Benutzer 32 darauf hinweist.Alternatively, for example, the output sequence B can be marked or "tagged" in such a way that the user, ie the viewer, sees when viewing the output sequence that more information can be called up or requested for this scene. A symbol of a magnifying glass, for example, can then be displayed in the output sequence B, which the user 32 draws attention to.
Im Ergebnis wird also eine Bildmontage ermöglicht, bei der eine Bilderserie oder ein Film mit mehreren Szenen entsteht, der Ausgabesequenzen unterschiedlicher Ersteller hat. Mit anderen Worten beschreibt die Mediendatei 22 eine Bilderserie oder einen Film mit unabhängigen oder variablen Ausgabesequenzen A - J.As a result, an image montage is made possible in which a series of images or a film with several scenes is created, which has output sequences from different creators. In other words, the
In einem anderen Beispiel kann das neuronale Netzwerk der Deep-Learning-Engine 28 feststellen, dass der Reifen des Kraftfahrzeugs in dem Film einen Schaden hat, unter Umständen, weil der Fahrer an einen Randstein gefahren ist. Eine vom Ersteller der Mediendatei 22 unabhängige Werkstatt kann an dieser Stelle dann zum Beispiel eine Szene integrieren lassen, in der ihr die Dienstleistungen zum Beheben des Schadens angeboten werden. Dieser kann dann eine entsprechende Filmsequenz bereitstellen, zum Beispiel neu aufnehmen, und in die Mediendatei einschneiden lassen.In another example, the neural network of the
In einem anderen Beispiel kann die Filmanalyseeinrichtung 10 zum Beispiel in der Ausgabesequenz B feststellen, dass am Exterieur eine starke Verschmutzung ist. Das erzeugte Bildmontagesignal kann dann zum Beispiel mit dieser Information an einen Dienstleister übertragen werden, der eine Autoreinigung anbietet.In another example, the
Optional kann die Filmanalyseeinrichtung 10 zum Beispiel abfragen, was für ein Typ der aktuelle Betrachter ist. So kann zum Beispiel über ein Pop-up-Fenster abgefragt werden, ob der Betrachter eher ein Familienmensch ist oder ein an Sport interessierter Mensch.Optionally, the
Hat der aktuelle oder zukünftige Betrachter zum Beispiel viel Know-how, können in dem Film Ausgabesequenzen eingespielt werden, die sehr viele technische Details zeigen.If the current or future viewer has a lot of know-how, for example, output sequences can be played into the film that show a lot of technical details.
Beispielsweise durch Tracking eines Browserverlaufs kann die Filmanalyseeinrichtung 10 zum Beispiel erkennen, ob der Betrachter viel oder wenig Know-how hat oder ob er tendenziell eher Webseiten mit sportlichem Inhalt aufruft oder nicht. Idealerweise kann dies erfolgen, falls der Benutzer sich über ein Benutzerkonto angemeldet hat, zum Beispiel über eine Benutzerkontendatenbank des Herstellers des Kraftfahrzeugs. In einem solchen Nutzerprofil kann dann auch eine Vorliebe gespeichert werden, sowie ein Fahrprofil.For example, by tracking a browser history, the
Insgesamt zeigen die Beispiele, wie eine „Car Story“ bereitgestellt werden kann, zum Beispiel aus Videosequenzen mit Künstlicher Intelligenz-unterstützer Kommunikation, Aktionen und Feedback.Overall, the examples show how a "car story" can be provided, for example from video sequences with artificial intelligence-supported communication, actions and feedback.
Beispielhaft kann ein digitales Inserat wie eine „Instagram Story“ aus mehreren unabhängigen Ausgabesequenzen A - J erstellt. Dafür wird eine neuartige Anzeigenstruktur verwendet, die eine variable Anordnung von Ausgabesequenzen A - J verwendet. Die Reihenfolge und Übergänge können vorzugsweise durch eine KI-Analyse, also durch die Deep-Learning-Engine 28, basierend auf zum Beispiel Views, Abbruchraten, Emotionen, Inhalten und/oder Datenquellen individuell für den Betrachter festgelegt werden. Die Zahl der Ausgabesequenzen A - J kann je nach Betrachter variieren. Außerdem können kurze Szenen innerhalb einer Ausgabesequenz oder zwischen zwei Ausgabesequenzen eingespielt werden. Während des Betrachtens einer Story gibt es die Möglichkeit, die nachfolgenden Ausgabesequenzen „on the fly“ abzuändern. Außerdem kann die Deep-Learning-Engine 28 berechnen, wie weit in einem Gesamtvideo oder innerhalb einer Ausgabesequenz vorgespult wird und gestaltet die Übergänge user-zentriert. Zum Beispiel wird durch die Deep-Learning-Engine 28 in der Ausgabesequenz „Schäden am Fahrzeug“ eine Delle erkannt. Eine Werkstatt in der Umgebung sieht diese Ausgabesequenz und erstellt ein Angebot um diese Delle zu reparieren. Zusätzlich erstellt er eine Ausgabesequenz „Behebung des Schadens“ und spielt diese in die Story des Verkäufers ein. So können weitere potentielle Käufer das Angebot der Werkstatt sehen.For example, a digital ad like an "Instagram Story" can be created from several independent output sequences A - J. A novel display structure is used for this, which uses a variable arrangement of output sequences A - J. The order and transitions can preferably be defined individually for the viewer by an AI analysis, ie by the
Claims (9)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020120467.1A DE102020120467B4 (en) | 2020-08-04 | 2020-08-04 | Method for providing an image montage, film analysis device, and data server device for operation on the Internet |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020120467.1A DE102020120467B4 (en) | 2020-08-04 | 2020-08-04 | Method for providing an image montage, film analysis device, and data server device for operation on the Internet |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102020120467A1 DE102020120467A1 (en) | 2022-02-10 |
DE102020120467B4 true DE102020120467B4 (en) | 2022-02-24 |
Family
ID=79686357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102020120467.1A Active DE102020120467B4 (en) | 2020-08-04 | 2020-08-04 | Method for providing an image montage, film analysis device, and data server device for operation on the Internet |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102020120467B4 (en) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1806896A1 (en) | 2006-01-10 | 2007-07-11 | Hurra Communications GmbH | Method of selecting and presenting supplementary information |
US20150348589A1 (en) | 2014-05-28 | 2015-12-03 | Automotive Networks Corporation | Digital video showroom |
KR20200008451A (en) | 2018-07-16 | 2020-01-28 | 에스케이네트웍스 주식회사 | Online used-car public sale service method and system thereof |
WO2020077449A1 (en) | 2018-10-19 | 2020-04-23 | Discovery Loft Inc. | Automated artificial intelligence vehicle appraisals |
-
2020
- 2020-08-04 DE DE102020120467.1A patent/DE102020120467B4/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1806896A1 (en) | 2006-01-10 | 2007-07-11 | Hurra Communications GmbH | Method of selecting and presenting supplementary information |
US20150348589A1 (en) | 2014-05-28 | 2015-12-03 | Automotive Networks Corporation | Digital video showroom |
KR20200008451A (en) | 2018-07-16 | 2020-01-28 | 에스케이네트웍스 주식회사 | Online used-car public sale service method and system thereof |
WO2020077449A1 (en) | 2018-10-19 | 2020-04-23 | Discovery Loft Inc. | Automated artificial intelligence vehicle appraisals |
Also Published As
Publication number | Publication date |
---|---|
DE102020120467A1 (en) | 2022-02-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102015108416B4 (en) | Adaptive navigation and location-based services based on user behavior patterns | |
US20100058381A1 (en) | Methods and Apparatus for Dynamic Construction of Personalized Content | |
DE202012100189U1 (en) | Detection of creative works on broadcast media | |
DE102014100412A1 (en) | METHOD AND DEVICE FOR ADVERTISING PRESENTATION | |
DE202017104849U1 (en) | Systems and media for presenting a user interface custom for a predicted user activity | |
DE102016225493B4 (en) | Methods, systems, and media for presenting an advertisement while buffering a video | |
Neuhuber et al. | Age-related differences in the interaction with advanced driver assistance systems-a field study | |
DE102018209773A1 (en) | Process for computer-aided determination of a fault diagnosis of a vehicle | |
DE102018212410A1 (en) | Method and system for evaluating virtual content reproduced in motor vehicles | |
DE102012214902A1 (en) | Method and system for live video consulting | |
DE102020120467B4 (en) | Method for providing an image montage, film analysis device, and data server device for operation on the Internet | |
CN112070377B (en) | Travel service processing method and device, electronic equipment and storage medium | |
DE102020120470B4 (en) | Method for providing an image montage, film analysis device, and data server device for operation on the Internet | |
KR20150086289A (en) | Automated thumbnail selection for online video | |
DE102020120469A1 (en) | Method for providing an image montage, film analysis device, and data server device for operation on the Internet | |
DE102016124888A1 (en) | A method for assisting a driver of a motor vehicle when parking using a driver assistance device, corresponding computer program product and driver assistance device | |
US20190228423A1 (en) | System and method of tracking engagement | |
WO2020126376A1 (en) | Method and device for monitoring an occupant of a vehicle | |
DE102021201445A1 (en) | Computer-implemented method for testing conformance between real and synthetic images for machine learning | |
DE102013009579B4 (en) | Motor vehicle infotainment system with configurable topic display and method for operating an infotainment system | |
DE102019123134A1 (en) | METHOD AND DEVICE FOR AUTOMATED SUPPORT FOR MAINTENANCE | |
DE102020129563B4 (en) | Method for initiating a component improvement measure of a vehicle component of a motor vehicle, computing device and motor vehicle with a computing device | |
DE102022003320A1 (en) | System for predicting user ratings and method thereof | |
US20240013276A1 (en) | Connected vehicle data usage framework | |
DE112021001550T5 (en) | AUTOMATICALLY CREATE IMPROVEMENTS TO AV CONTENT |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final |