WO2024163007 - OBJECT DETECTION ACCURACY IMPROVEMENT IN WIRELESS COMMUNICATIONS SYSTEMS AT LEAST USING RADAR SENSING
National phase entry is expected:
Publication Number
WO/2024/163007
Publication Date
08.08.2024
International Application No.
PCT/US2023/061569
International Filing Date
30.01.2023
Title **
[English]
OBJECT DETECTION ACCURACY IMPROVEMENT IN WIRELESS COMMUNICATIONS SYSTEMS AT LEAST USING RADAR SENSING
[French]
AMÉLIORATION DE LA PRÉCISION DE DÉTECTION D'OBJET DANS DES SYSTÈMES DE COMMUNICATION SANS FIL AU MOINS À L'AIDE D'UNE DÉTECTION RADAR
Applicants **
NOKIA SOLUTIONS AND NETWORKS OY
Karakaari 7
02610 Espoo, FI
NOKIA OF AMERICA CORPORATION
600-700 Mountain Avenue
Murray Hill, New Jersey 07974-0636, US
Inventors
KHOSRAVIRAD, Saeed Reza
600-700 Mountain Avenue
Murray Hill, New Jersey 07974, US
SHAHSAVARI, Sina
5252 Balboa Arms Dr., 226
San Diego, California 92117, US
SAPIS, Jakub
600-700 Mountain Avenue
Murray Hill, New Jersey 07974, US
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 |
USPTO
* |
| * | |
| Applicant's Legal Status |
Legal Entity
* |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| 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 | Stages | Total | |
|---|---|---|---|
| China | Filing | 1850 | |
| EPO | Filing, Examination | 14526 | |
| Japan | Filing | 589 | |
| South Korea | Filing | 482 | |
| USA | Filing, Examination | 7005 |
Total: 24452 USD
The term for entry into the National Phase has expired. This quotation is for informational purposes only
Abstract[English]
A NN converts sensory information of a physical area into image(s). One or more other NNs perform at least object detection on the image(s) to determine an output indicating at least whether or not object(s) were detected. A GAN is trained for reconstruction of images of a physical area by creating generated depth maps by a generator NN based at least on corresponding sensory information of a physical area, the generated depth maps including images of the physical area. Classifications of fake or real are determined by a discriminator NN based on the generated depth maps and real scene depth map(s). The creating and classification are performed until criteria are met. Information is output that defines a trained generator NN able to reconstruct images of the physical area based at least on corresponding sensory information of the physical area.[French]
Un réseau neuronal (NN) convertit des informations sensorielles d'une zone physique en une ou plusieurs images. Un ou plusieurs autres NN effectuent au moins une détection d'objet sur la ou les images pour déterminer une sortie indiquant au moins si un ou plusieurs objets ont été détectés. Un GAN est entraîné pour la reconstruction d'images d'une zone physique en créant des cartes de profondeur générées par un générateur NN sur la base au moins d'informations sensorielles correspondantes d'une zone physique, les cartes de profondeur générées comprenant des images de la zone physique. Des classifications de faux ou de réel sont déterminées par un discriminateur NN sur la base des cartes de profondeur générées et de la ou des cartes de profondeur de scène réelle. La création et la classification sont effectuées jusqu'à ce que des critères soient satisfaits. Des informations sont délivrées qui définissent un générateur entraîné NN apte à reconstruire des images de la zone physique sur la base au moins d'informations sensorielles correspondantes de la zone physique.