盖世汽车讯 据外媒报道，美国专利商标局（U.S. Patent and Trademark Office）授予了苹果公司新的泰坦项目专利：用于自动分析传感器数据的计算机系统。未来，执法部门可以使用苹果汽车上的摄像头系统，追踪在现代城市和郊区里可能对安全构成威胁的车辆或人员。

图片来源：patentlyapple.com

很多应用可能都需要传感器数据分析。例如，鉴于现代城市和郊区环境面临的安全挑战和威胁，基于视频的监控对于获取证据至关重要，并有助于对紧急事件的即时响应。

根据该专利，在某些实例中，专利技术可以至少部分应用于视频数据，而这些数据可以从监控摄像头、自动驾驶汽车等获取。

在使用监控摄像头录制的视频进行证据收集或后分析的应用中，分析的部分方面可能非常重要。首先，在触发异常事件时，无论事件发生在何时，摄像头都应尽可能容易地捕捉到重要的相关数据。

其次，在可能的范围内，捕获数据的分辨率和质量必须足够高，以便在事后给调查人员带来便利。由于存储和其他硬件成本较高，许多安全摄像头可能并不高清，而是以低分辨率捕获视频，因此可能会丢失细节，例如导致嫌疑人/肇事者的面部模糊或调查对象（例如车牌）的细节过于粗糙，从而无法用于之后的调查。

因此，在部分实例中，用于传感器数据分析的智能系统可以利用深度神经网络，并通过控制具有平移、倾斜和光学变焦能力的动态摄像头，在适当的时间动态地聚焦于调查对象。这种智能系统在一些实例中也被称为注意力聚焦系统。

在某些实例中，神经网络可以对自动驾驶或半自动驾驶车辆上的各类型传感器收集的传感器数据进行分析，以做出车辆运动的决定。

在各种实例中，车辆运行环境的观察对象（车辆所行驶的道路、附近其他车辆和行人等）可以在连续的视频帧或其他传感器数据中识别和追踪。

通过使用追踪结果，自动驾驶车辆可预测部分观察对象的未来运动。然后，车载计算机系统可以使用这些信息来做出决定，包括规划车辆运动、向运动控制器发出低级运动指令等。

在各种实例中，一些车辆可包括可用于持续监控车辆周围环境的多个摄像头。然而，在某些时间间隔，所捕获的视频数据可能不包括需要进一步分析的观察对象。在这样的设置中，车辆可以监控捕获的视频数据以检查观察对象。

在各种实例中，一个或多个基于神经网络的模型可用于获得每个观察对象（例如人、人脸、汽车、路标或任何其他观察对象）的特点。

苹果的专利图1A为一个示例计算系统，其中传感器数据中的观察对象可以使用深度神经网络进行分析；图2为用于检测视频数据中观察区域的流程示例。

图片来源：patentlyapple.com

苹果专利图8为流程示例图，展示了从感兴趣区域（ROI）身份数据库存储和找回数据的过程。图9A和9B为基于检测到的对象和对象速度来调度摄像头的移动的示例；图10A为用于确定一个或多个摄像头注意力聚焦的处理流程示例。

图片来源：patentlyapple.com