Um Ihnen das bestmögliche Online-Erlebnis zu bieten, verwenden wir auf dieser Webseite Cookies. Bei Cookies handelt es sich um Textdateien bzw. sonstige Speichervermerke, die Informationen auf Endgeräten speichern und Informationen aus den Endgeräten auslesen. Z.B. um den Login-Status in einem Nutzerkonto, einen Warenkorbinhalt in einem Webshop, die aufgerufenen Inhalte oder verwendete Funktionen eines Onlineangebotes speichern. Cookies können ferner zu unterschiedlichen Zwecken eingesetzt werden, z.B. zu Zwecken der Funktionsfähigkeit, Sicherheit und Komfort von Onlineangeboten sowie der Erstellung von Analysen der Besucherströme.
Wir setzen Cookies im Einklang mit den gesetzlichen Vorschriften ein. Daher holen wir von Ihnen eine vorhergehende Einwilligung ein, außer wenn diese gesetzlich nicht gefordert ist. Eine Einwilligung ist insbesondere nicht notwendig, wenn das Speichern und das Auslesen der Informationen, also auch von Cookies, unbedingt erforderlich sind, um Ihnen das von Ihnen ausgewählte Onlineangebot zur Verfügung stellen zu können. Die widerrufliche Einwilligung wird Ihnen gegenüber deutlich kommuniziert und enthält die Informationen zu der jeweiligen Cookie-Nutzung.
Im Hinblick auf die Funktionen werden unterschieden: - Technische (auch: essentielle oder unbedingt erforderliche) Cookies - Marketing- und Analyse- (auch: nicht-unbedingt erforderliche) Cookies
Im Hinblick auf die Speicherdauer werden die folgenden Arten von Cookies unterschieden: - Temporäre Cookies (auch: Session- oder Sitzungs-Cookies): Temporäre Cookies werden spätestens gelöscht, nachdem ein/eine Nutzer:in ein Online-Angebot verlassen und seinen Browser geschlossen hat. - Permanente Cookies: Permanente Cookies bleiben auch nach dem Schließen des Browsers gespeichert. So kann beispielsweise der Login-Status gespeichert oder bevorzugte Inhalte direkt angezeigt werden, wenn Sie eine Webseite erneut besucht. Ebenso können die Interessen, die zur Reichweitenmessung oder zu Marketingzwecken verwendet werden, in einem solchen Cookie gespeichert werden.
Usually a Convolutional Neural Network (CNN) that extracts spatial information.
Identifying and bounding boxes around moving objects across the video timeline.
In this context, refers to the high-level numerical representations extracted from video frames using Deep Learning models. 🏗️ Deep Feature Flow (DFF) 5faafede261a08fdaba46_source.mp4
Labeling every pixel in the video (e.g., distinguishing "road" from "sidewalk").
A lighter network (like FlowNet) that estimates the motion between frames.
The resulting multi-dimensional data used to identify objects or segment pixels within the mp4 file. 🧪 Common Use Cases 5faafede261a08fdaba46_source.mp4
Following a specific target through various lighting and occlusion changes.