WO2025008702 - FRAME-ANOMALY BASED VIDEO SHOT SEGMENTATION USING SELF-SUPERVISED MACHINE LEARNING (ML) MODEL

National phase entry:
Publication Number WO/2025/008702
Publication Date 09.01.2025
International Application No. PCT/IB2024/055952
International Filing Date 18.06.2024
Title **
[English] FRAME-ANOMALY BASED VIDEO SHOT SEGMENTATION USING SELF-SUPERVISED MACHINE LEARNING (ML) MODEL
[French] SEGMENTATION DE PRISE DE VUE VIDÉO BASÉE SUR UNE ANOMALIE D'IMAGE À L'AIDE D'UN MODÈLE D'APPRENTISSAGE MACHINE (ML) AUTO-SUPERVISÉ
Applicants **
SONY GROUP CORPORATION 1-7-1 Konan Minato-Ku, Tokyo 108-0075, JP
Inventors
SRINIVASA, Srinidhi c/o SONY CORPORATION OF AMERICA 16535 Via Esprillo, MZ 1029 San Diego, California 92127, US
MURALI, Basavaraj c/o SONY CORPORATION OF AMERICA 16535 Via Esprillo, MZ 1029 San Diego, California 92127, US
Priority Data
18/348,002   06.07.2023   US
front page image
Application details
Total Number of Claims/PCT *
Number of Independent Claims *
Number of Priorities *
Number of Multi-Dependent Claims *
Number of Drawings *
Pages for Publication *
Number of Pages with Drawings *
Pages of Specification *
*
*
International Searching Authority
*
Applicant's Legal Status
*
*
*
*
*
Entry into National Phase under
*
Translation

Recalculate

* The data is based on automatic recognition. Please verify and amend if necessary.

** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.

Quotation for National Phase entry

Country StagesTotal
China Filing1524
EPO Filing, Examination7111
Japan Filing591
South Korea Filing575
USA Filing, Examination2710
+ Add country
MasterCard Visa

Total: 12511

The term for entry into the National Phase has expired. This quotation is for informational purposes only

QUOTE TO EMAIL ONLINE QUOTE
Abstract[English] An electronic device and a method for implementation for frame-anomaly based video shot segmentation using self-supervised machine learning (ML) model is disclosed. The electronic device receives video data including a set of video frames and creates a synthetic shot dataset including a set of synthetic shots. The electronic device pre-trains an ML model and selects the training data including a first subset of video frames corresponding to a first synthetic shot. The electronic device fine-tunes the pre-trained ML model and selects a test video frame. The electronic device applies the fine-tuned ML model on the test video frame to determine whether the test video frame corresponds to an anomaly. The electronic device labels the first subset of video frames as a single shot. The set of video frames is segmented into a set of shots. The electronic device controls a rendering of the set of shots on a display device.[French] Un dispositif électronique et un procédé de mise en œuvre d'une segmentation de prise de vue vidéo basée sur une anomalie d'image à l'aide d'un modèle d'apprentissage machine (ML) auto-supervisé sont divulgués. Le dispositif électronique reçoit des données vidéo comprenant un ensemble d'images vidéo et crée un ensemble de données de prise de vue synthétique comprenant un ensemble de prises de vue synthétiques. Le dispositif électronique pré-entraîne un modèle ML et sélectionne les données d'apprentissage comprenant un premier sous-ensemble d'images vidéo correspondant à une première prise de vue synthétique. Le dispositif électronique règle finement le modèle ML pré-entraîné et sélectionne une image vidéo de test. Le dispositif électronique applique le modèle ML à réglage fin sur l'image vidéo de test pour déterminer si l'image vidéo de test correspond à une anomalie. Le dispositif électronique marque le premier sous-ensemble d'images vidéo en tant que prise de vue unique. L'ensemble d'images vidéo est segmenté en un ensemble de prises de vue. Le dispositif électronique commande un rendu de l'ensemble de prises de vue sur un dispositif d'affichage.
An unhandled error has occurred. Reload 🗙