技术特征：
1.一种处理器，包括：一个或更多个电路，用于使用一个或更多个神经网络来生成一个或更多个图像，所述一个或更多个图像指示用户与所述一个或更多个图像中的一个或更多个对象之间的一个或更多个交互。2.根据权利要求1所述的处理器，其中所述一个或更多个电路进一步用于执行实例分割，以识别一个或更多个输入图像中的所述一个或更多个对象的特征。3.根据权利要求2所述的处理器，其中所述一个或更多个神经网络包括变分自动编码器(vae)，用于将所述一个或更多个对象的所述特征编码到潜在空间中，所述vae进一步维持所述一个或更多个交互与所述一个或更多个对象之间的一个或更多个映射。4.根据权利要求3所述的处理器，其中所述一个或更多个神经网络包括用于生成指示所述一个或更多个交互的所述一个或更多个图像的生成性网络，所述生成性网络至少接受所述潜在空间和所述映射作为输入。5.根据权利要求3所述的处理器，其中使用无监督学习来训练所述vae，以确定针对一种或更多种可能状态的所述一个或更多个交互。6.根据权利要求1所述的处理器，其中所述一个或更多个图像是视频内容的帧，并且其中所述视频内容包括表示所述一个或更多个交互的一个或更多个片段，所述一个或更多个片段进一步表示针对所述一个或更多个交互的结果行为。7.一种系统，包括：一个或更多个处理器，用于使用一个或更多个神经网络来生成一个或更多个图像，所述一个或更多个图像指示用户与所述一个或更多个图像中的一个或更多个对象之间的一个或更多个交互。8.根据权利要求7所述的系统，其中所述一个或更多个处理器进一步用于执行实例分割，以识别一个或更多个输入图像中的所述一个或更多个对象的特征。9.根据权利要求8所述的系统，其中所述一个或更多个神经网络包括变分自动编码器(vae)，用于将所述一个或更多个对象的所述特征编码到潜在空间中，所述vae进一步维持所述一个或更多个交互与所述一个或更多个对象之间的一个或更多个映射。10.根据权利要求9所述的系统，其中所述一个或更多个神经网络包括用于生成指示所述一个或更多个交互的所述一个或更多个图像的生成性网络，所述生成性网络至少接受所述潜在空间和所述映射作为输入。11.根据权利要求9所述的系统，其中使用无监督学习来训练所述vae，以确定针对一种或更多种可能状态的所述一个或更多个交互。12.根据权利要求7所述的系统，所述一个或更多个图像是视频内容的帧，并且其中所述视频内容包括表示所述一个或更多个交互的一个或更多个片段，所述一个或更多个片段进一步表示针对所述一个或更多个交互的结果行为。13.一种方法，包括：使用一个或更多个神经网络来生成一个或更多个图像，所述一个或更多个图像指示用户与所述一个或更多个图像中的一个或更多个对象之间的一个或更多个交互。14.根据权利要求13所述的方法，还包括：执行实例分割，以识别一个或更多个输入图像中的所述一个或更多个对象的特征。
15.根据权利要求14所述的方法，其中所述一个或更多个神经网络包括变分自动编码器(vae)，用于将所述一个或更多个对象的所述特征编码到潜在空间中，所述vae进一步维持所述一个或更多个交互与所述一个或更多个对象之间的一个或更多个映射。16.根据权利要求15所述的方法，其中所述一个或更多个神经网络包括用于生成指示所述一个或更多个交互的所述一个或更多个图像的生成性网络，所述生成性网络至少接受所述潜在空间和所述映射作为输入。17.根据权利要求15所述的方法，其中使用无监督学习来训练所述vae，以确定针对一种或更多种可能状态的所述一个或更多个交互。18.根据权利要求13所述的方法，其中所述一个或更多个图像是视频内容的帧，并且其中所述视频内容包括表示所述一个或更多个交互的一个或更多个片段，所述一个或更多个片段进一步表示针对所述一个或更多个交互的结果行为。19.一种机器可读介质，具有存储在其上的一组指令，所述指令如果由一个或更多个处理器执行，则使所述一个或更多个处理器至少：使用一个或更多个神经网络来生成一个或更多个图像，所述一个或更多个图像指示用户与所述一个或更多个图像中的一个或更多个对象之间的一个或更多个交互。20.根据权利要求19所述的机器可读介质，其中所述指令如果被执行，则进一步使所述一个或更多个处理器：执行实例分割，以识别一个或更多个输入图像中的所述一个或更多个对象的特征。21.根据权利要求20所述的机器可读介质，其中所述一个或更多个神经网络包括变分自动编码器(vae)，用于将所述一个或更多个对象的所述特征编码到潜在空间中，所述vae进一步维持所述一个或更多个交互与所述一个或更多个对象之间的一个或更多个映射。22.根据权利要求21所述的机器可读介质，其中所述一个或更多个神经网络包括用于生成指示所述一个或更多个交互的所述一个或更多个图像的生成性网络，所述生成性网络至少接受所述潜在空间和所述映射作为输入。23.根据权利要求21所述的机器可读介质，其中使用无监督学习来训练所述vae，以确定针对一种或更多种可能状态的所述一个或更多个交互。24.根据权利要求19所述的机器可读介质，其中所述一个或更多个图像是视频内容的帧，并且其中所述视频内容包括表示所述一个或更多个交互的一个或更多个片段，所述一个或更多个片段进一步表示针对所述一个或更多个交互的结果行为。25.一种玩家训练系统，包括：一个或更多个处理器，用于使用一个或更多个神经网络来生成一个或更多个图像，所述一个或更多个图像指示玩家与所述一个或更多个图像中的一个或更多个对象之间的一个或更多个交互；以及存储器，用于存储所述一个或更多个神经网络的网络参数。26.根据权利要求25所述的玩家训练系统，其中所述一个或更多个处理器进一步用于执行实例分割，以识别一个或更多个输入图像中的所述一个或更多个对象的特征。27.根据权利要求26所述的玩家训练系统，其中所述一个或更多个神经网络包括变分自动编码器(vae)，用于将所述一个或更多个对象的所述特征编码到潜在空间中，所述vae进一步维持所述一个或更多个交互与所述一个或更多个对象之间的一个或更多个映射。
28.根据权利要求26所述的玩家训练系统，其中使用无监督学习来训练所述vae，以确定针对一种或更多种可能状态的所述一个或更多个交互。29.根据权利要求27所述的玩家训练系统，其中所述一个或更多个神经网络包括生成性对抗网络(gan)，用于接受所述潜在空间作为输入，并且至少部分地基于从所述潜在空间确定的一个或更多个累积状态变化来生成一个或更多个推荐。30.根据权利要求25所述的玩家训练系统，其中所述一个或更多个图像是视频内容的帧，并且其中所述视频内容包括表示所述一个或更多个交互的一个或更多个片段，所述一个或更多个片段进一步表示针对所述一个或更多个交互的结果行为。
技术总结
本发明公开了使用一个或更多个神经网络的交互确定，具体呈现了用于生成图像或视频内容的装置、系统和技术，所述图像或视频内容指示与电子游戏或内容的其他呈现中的对象的可能交互。在至少一个实施例中，一个或更多个神经网络被用来生成一个或更多个图像，所述一个或更多个图像指示用户与所述一个或更多个图像中的一个或更多个对象之间的一个或更多个交互。交互。交互。
技术研发人员：P
受保护的技术使用者：辉达公司
技术研发日：2021.06.22
技术公布日：2021/12/27