JP2018527660A - ニューラルネットワークによるオブジェクト検出 - Google Patents
ニューラルネットワークによるオブジェクト検出 Download PDFInfo
- Publication number
- JP2018527660A JP2018527660A JP2018504101A JP2018504101A JP2018527660A JP 2018527660 A JP2018527660 A JP 2018527660A JP 2018504101 A JP2018504101 A JP 2018504101A JP 2018504101 A JP2018504101 A JP 2018504101A JP 2018527660 A JP2018527660 A JP 2018527660A
- Authority
- JP
- Japan
- Prior art keywords
- feature map
- convolutional layer
- classifier
- input data
- patch
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
- G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
- G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
- G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
- G06F18/24137—Distances to cluster centroïds
- G06F18/2414—Smoothing the distance, e.g. radial basis function networks [RBFN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Image Analysis (AREA)
Abstract
【選択図】図6
Description
・ 前記入力データ項目は画像を含む。
・ 前記コンピュータプログラムコードは、前記少なくとも1つのプロセッサコアに実行されると、前記装置に、オリジナル画像が拡縮された一連のものを組み合わせることによって前記画像を得ることを遂行させるように構成される。
・ 前記第1の分類器は、前記人工ニューラルネットワークの第1の全結合層を含む。
・ 前記第2の分類器は、前記人工ニューラルネットワークの第2の全結合層を含む。
・ 前記畳み込み層群は、4つの畳み込み層を含む。
・ 前記装置は、次の層の処理の前に前の畳み込み層からの出力を正規化することによって、前記畳み込み層群における前記入力データ項目を処理するように構成される。
・ 前記装置は、次の層の処理の前に前の畳み込み層からの出力をサブサンプリングすることによって、前記畳み込み層群における前記入力データ項目を処理するように構成される。
・ 前記装置は、第3の畳み込み層の後に局地コントラスト正規化を実行することによって、前記畳み込み層群における前記入力データ項目を処理するように構成される。
・ 前記人工ニューラルネットワークは、人の画像を検出するように構成される。
・ 前記畳み込みニューラルネットワークは、歩行者の画像を検出するように構成される。
・ 前記第1の特徴マップパッチと前記第2の特徴マップパッチとは、少なくとも部分的に重複している。
・ 前記第1の特徴マップパッチは、前記第2の特徴マップパッチに含まれている。
・ 前記入力データ項目は画像を含む。
・ 前記方法は、オリジナル画像が拡縮された一連のものを組み合わせることによって前記画像を得ることをさらに含む。
・ 前記第1の分類器は、前記人工ニューラルネットワークの第1の全結合層を含む。
・ 前記第2の分類器は、前記人工ニューラルネットワークの第2の全結合層を含む。
・ 前記畳み込み層群は、4つの畳み込み層を含む。
・ 前記畳み込み層群における前記入力データ項目を処理することは、次の層の処理の前に前の畳み込み層からの出力を正規化することを含む。
・ 前記畳み込み層群における前記入力データ項目を処理することは、次の層の処理の前に前の畳み込み層からの出力をサブサンプリングすることを含む。
・ 前記畳み込み層群における前記入力データ項目を処理することは、第3の畳み込み層の後に局地コントラスト正規化を実行することを含む。
・ 前記人工ニューラルネットワークは、人の画像を検出するように構成される。
・ 前記畳み込みニューラルネットワークは、歩行者の画像を検出するように構成される。
・ 前記第1の特徴マップパッチと前記第2の特徴マップパッチとは、少なくとも部分的に重複している。
・ 前記第1の特徴マップパッチは、前記第2の特徴マップパッチに含まれている。
Claims (29)
- 少なくとも1つのプロセッサコアと、コンピュータプログラムコードを含む少なくとも1つのメモリとを備える装置であって、前記コンピュータプログラムコードは、前記少なくとも1つのプロセッサコアに実行されると、前記装置に少なくとも、
・ 畳み込み層群を含む人工ニューラルネットワークの第1の畳み込み層に、入力データ項目を提供することと、
・ 前記畳み込み層群における前記入力データ項目を処理することと、
・ 前記畳み込み層群の最後の畳み込み層から出力された特徴マップにおいて、第1の特徴マップパッチおよび第2の特徴マップパッチを定義することと、
・ 前記第1の特徴マップパッチを第1の分類器に提供し、前記第2の特徴マップパッチを第2の分類器に提供することと、
を遂行させるように構成される、装置。 - 前記入力データ項目は画像を含む、請求項1に記載の装置。
- 前記コンピュータプログラムコードは、前記少なくとも1つのプロセッサコアに実行されると、前記装置に、オリジナル画像が拡縮された一連のものを組み合わせることによって前記画像を得ることを遂行させるように構成される、請求項2に記載の装置。
- 前記第1の分類器は、前記人工ニューラルネットワークの第1の全結合層を含む、請求項1から3のいずれかに記載の装置。
- 前記第2の分類器は、前記人工ニューラルネットワークの第2の全結合層を含む、請求項1から4のいずれかに記載の装置。
- 前記畳み込み層群は、4つの畳み込み層を含む、請求項1から5のいずれかに記載の装置。
- 前記畳み込み層群における前記入力データ項目を処理することは、次の層の処理の前に前の畳み込み層からの出力を正規化することを含む、請求項1から6のいずれかに記載の装置。
- 前記畳み込み層群における前記入力データ項目を処理することは、次の層の処理の前に前の畳み込み層からの出力をサブサンプリングすることを含む、請求項1から6のいずれかに記載の装置。
- 前記畳み込み層群における前記入力データ項目を処理することは、第3の畳み込み層の後に局地コントラスト正規化を実行することを含む、請求項1から8のいずれかに記載の装置。
- 前記人工ニューラルネットワークは、人の画像を検出するように構成される、請求項1から9のいずれかに記載の装置。
- 前記畳み込みニューラルネットワークは、歩行者の画像を検出するように構成された、請求項9に記載の装置。
- 前記第1の特徴マップパッチと前記第2の特徴マップパッチとは、少なくとも部分的に重複している、請求項1から11のいずれかに記載の装置。
- 前記第1の特徴マップパッチは、前記第2の特徴マップパッチに含まれている、請求項12に記載の装置。
- ・ 畳み込み層群を含む人工ニューラルネットワークの第1の畳み込み層に、入力データ項目を提供することと、
・ 前記畳み込み層群における前記入力データ項目を処理することと、
・ 前記畳み込み層群の最後の畳み込み層から出力された特徴マップにおいて、第1の特徴マップパッチおよび第2の特徴マップパッチを定義することと、
・ 前記第1の特徴マップパッチを第1の分類器に提供し、前記第2の特徴マップパッチを第2の分類器に提供することと、
を含む方法。 - 前記入力データ項目は画像を含む、請求項14に記載の方法。
- オリジナル画像が拡縮された一連のものを組み合わせることによって前記画像を得ることをさらに含む、請求項15に記載の方法。
- 前記第1の分類器は、前記人工ニューラルネットワークの第1の全結合層を含む、請求項14から16のいずれかに記載の方法。
- 前記第2の分類器は、前記人工ニューラルネットワークの第2の全結合層を含む、請求項14から17のいずれかに記載の方法。
- 前記畳み込み層群は、4つの畳み込み層を含む、請求項14から18のいずれかに記載の方法。
- 前記畳み込み層群における前記入力データ項目を処理することは、次の層の処理の前に前の畳み込み層からの出力を正規化することを含む、請求項14から19のいずれかに記載の方法。
- 前記畳み込み層群における前記入力データ項目を処理することは、次の層の処理の前に前の畳み込み層からの出力をサブサンプリングすることを含む、請求項14から19のいずれかに記載の方法。
- 前記畳み込み層群における前記入力データ項目を処理することは、第3の畳み込み層の後に局地コントラスト正規化を実行することを含む、請求項14から21のいずれかに記載の方法。
- 前記人工ニューラルネットワークは、人の画像を検出するように構成される、請求項14から22のいずれかに記載の方法。
- 前記畳み込みニューラルネットワークは、歩行者の画像を検出するように構成される、請求項23に記載の方法。
- 前記第1の特徴マップパッチと前記第2の特徴マップパッチとは、少なくとも部分的に重複している、請求項14から24のいずれかに記載の方法。
- 前記第1の特徴マップパッチは、前記第2の特徴マップパッチに含まれている、請求項25に記載の方法。
- ・ 畳み込み層群を含む人工ニューラルネットワークの第1の畳み込み層に、入力データ項目を提供する手段と、
・ 前記畳み込み層群における前記入力データ項目を処理する手段と、
・ 前記畳み込み層群の最後の畳み込み層から出力された特徴マップにおいて、第1の特徴マップパッチおよび第2の特徴マップパッチを定義する手段と、
・ 前記第1の特徴マップパッチを第1の分類器に提供し、前記第2の特徴マップパッチを第2の分類器に提供する手段と、
を含む装置。 - 一連のコンピュータ可読命令が記憶される非一時的コンピュータ可読媒体であって、当該命令は少なくとも1つのプロセッサによって実行されると、装置に少なくとも、
・ 畳み込み層群を含む人工ニューラルネットワークの第1の畳み込み層に、入力データ項目を提供することと、
・ 前記畳み込み層群における前記入力データ項目を処理することと、
・ 前記畳み込み層群の最後の畳み込み層から出力された特徴マップにおいて、第1の特徴マップパッチおよび第2の特徴マップパッチを定義することと、
・ 前記第1の特徴マップパッチを第1の分類器に提供し、前記第2の特徴マップパッチを第2の分類器に提供することと、
を実行させる、非一時的コンピュータ可読媒体。 - 請求項14から26の少なくとも1つに記載の方法を実施させるように構成されたコンピュータプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2015/085386 WO2017015887A1 (en) | 2015-07-29 | 2015-07-29 | Object detection with neural network |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018527660A true JP2018527660A (ja) | 2018-09-20 |
Family
ID=57886862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018504101A Pending JP2018527660A (ja) | 2015-07-29 | 2015-07-29 | ニューラルネットワークによるオブジェクト検出 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10614339B2 (ja) |
EP (1) | EP3329424B1 (ja) |
JP (1) | JP2018527660A (ja) |
CN (1) | CN107851195B (ja) |
WO (1) | WO2017015887A1 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019091421A (ja) * | 2017-11-15 | 2019-06-13 | 富士通株式会社 | イベント検出に用いられる深層学習ネットワーク、該ネットワークの訓練装置及び訓練方法 |
JP2020047191A (ja) * | 2018-09-21 | 2020-03-26 | ソニーセミコンダクタソリューションズ株式会社 | 固体撮像システム、固体撮像装置、情報処理装置、画像処理方法及びプログラム |
US11600078B2 (en) | 2020-03-19 | 2023-03-07 | Honda Motor Co., Ltd. | Information processing apparatus, information processing method, vehicle, information processing server, and storage medium |
US11860627B2 (en) | 2020-01-16 | 2024-01-02 | Honda Motor Co., Ltd. | Image processing apparatus, vehicle, control method for information processing apparatus, storage medium, information processing server, and information processing method for recognizing a target within a captured image |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107851195B (zh) | 2015-07-29 | 2022-02-11 | 诺基亚技术有限公司 | 利用神经网络进行目标检测 |
US11204597B2 (en) * | 2016-05-20 | 2021-12-21 | Moog Inc. | Outer space digital logistics system |
US11308391B2 (en) | 2017-03-06 | 2022-04-19 | Baidu Usa Llc | Offline combination of convolutional/deconvolutional and batch-norm layers of convolutional neural network models for autonomous driving vehicles |
WO2018218651A1 (en) * | 2017-06-02 | 2018-12-06 | Nokia Technologies Oy | Artificial neural network |
WO2018232754A1 (en) * | 2017-06-23 | 2018-12-27 | Microsoft Technology Licensing, Llc. | JOINT OBJECT DETECTION BASED ON COLLABORATIVE INFORMATION |
US10395144B2 (en) * | 2017-07-24 | 2019-08-27 | GM Global Technology Operations LLC | Deeply integrated fusion architecture for automated driving systems |
KR101977174B1 (ko) | 2017-09-13 | 2019-05-10 | 이재준 | 영상 분석 방법, 장치 및 컴퓨터 프로그램 |
JP6945423B2 (ja) * | 2017-11-27 | 2021-10-06 | ホーチキ株式会社 | 放水型消火設備 |
JP7107544B2 (ja) * | 2018-01-16 | 2022-07-27 | Necソリューションイノベータ株式会社 | 情報処理装置、制御方法、及びプログラム |
CN108596013B (zh) * | 2018-01-29 | 2020-08-28 | 清华大学 | 基于多粒度深度特征学习的行人检测方法及装置 |
RU2769354C2 (ru) * | 2018-02-09 | 2022-03-30 | Сосьете Де Продюи Нестле С.А. | Устройство для приготовления напитка с распознаванием капсулы |
CN108268863B (zh) * | 2018-02-13 | 2020-12-01 | 北京市商汤科技开发有限公司 | 一种图像处理方法、装置和计算机存储介质 |
CN108470179B (zh) * | 2018-03-29 | 2022-04-15 | 百度在线网络技术(北京)有限公司 | 用于检测对象的方法和装置 |
CN108875904A (zh) * | 2018-04-04 | 2018-11-23 | 北京迈格威科技有限公司 | 图像处理方法、图像处理装置和计算机可读存储介质 |
US11669724B2 (en) | 2018-05-17 | 2023-06-06 | Raytheon Company | Machine learning using informed pseudolabels |
JP2020013206A (ja) * | 2018-07-13 | 2020-01-23 | 日本ユニシス株式会社 | 動画・カメラからの二輪車検知装置、プログラム及びシステム |
DE102018217092A1 (de) * | 2018-10-05 | 2020-04-09 | Robert Bosch Gmbh | Verfahren, künstliches neuronales Netz, Vorrichtung, Computerprogramm und maschinenlesbares Speichermedium zur semantischen Segmentierung von Bilddaten |
CN109522966B (zh) * | 2018-11-28 | 2022-09-27 | 中山大学 | 一种基于密集连接卷积神经网络的目标检测方法 |
CN109784327B (zh) * | 2018-12-04 | 2021-04-16 | 北京达佳互联信息技术有限公司 | 边界框确定方法、装置、电子设备及存储介质 |
CN109784291B (zh) * | 2019-01-23 | 2020-10-23 | 电子科技大学 | 基于多尺度的卷积特征的行人检测方法 |
CN111666960B (zh) * | 2019-03-06 | 2024-01-19 | 南京地平线机器人技术有限公司 | 图像识别方法、装置、电子设备及可读存储介质 |
CN110490174A (zh) * | 2019-08-27 | 2019-11-22 | 电子科技大学 | 基于特征融合的多尺度行人检测方法 |
US11068747B2 (en) | 2019-09-27 | 2021-07-20 | Raytheon Company | Computer architecture for object detection using point-wise labels |
US11676391B2 (en) | 2020-04-16 | 2023-06-13 | Raytheon Company | Robust correlation of vehicle extents and locations when given noisy detections and limited field-of-view image frames |
EP4272168A1 (en) * | 2021-01-04 | 2023-11-08 | Zhejiang University | Methods and systems for processing video streams with layer information |
US11562184B2 (en) | 2021-02-22 | 2023-01-24 | Raytheon Company | Image-based vehicle classification |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005267406A (ja) * | 2004-03-19 | 2005-09-29 | Canon Inc | パターン検出方法及び装置 |
JP2007087346A (ja) * | 2005-09-26 | 2007-04-05 | Canon Inc | 情報処理装置及びその制御方法、コンピュータプログラム、記憶媒体 |
JP2015032308A (ja) * | 2013-07-31 | 2015-02-16 | 富士通株式会社 | 畳み込みニューラルネットワークの分類器、及びその分類方法、訓練方法 |
JP2015095215A (ja) * | 2013-11-14 | 2015-05-18 | 株式会社デンソーアイティーラボラトリ | 学習装置、学習プログラム、及び学習方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7469209B2 (en) * | 2003-08-14 | 2008-12-23 | Dilithium Networks Pty Ltd. | Method and apparatus for frame classification and rate determination in voice transcoders for telecommunications |
FR2884008A1 (fr) * | 2005-03-31 | 2006-10-06 | France Telecom | Systeme et procede de localisation de points d'interet dans une image d'objet mettant en oeuvre un reseau de neurones |
US8542928B2 (en) | 2005-09-26 | 2013-09-24 | Canon Kabushiki Kaisha | Information processing apparatus and control method therefor |
US7724957B2 (en) * | 2006-07-31 | 2010-05-25 | Microsoft Corporation | Two tiered text recognition |
US9072428B2 (en) * | 2009-03-25 | 2015-07-07 | Trustees Of Boston University | Classification techniques for medical diagnostics using optical spectroscopy |
US9811775B2 (en) * | 2012-12-24 | 2017-11-07 | Google Inc. | Parallelizing neural networks during training |
US9710695B2 (en) * | 2013-03-15 | 2017-07-18 | Sony Corporation | Characterizing pathology images with statistical analysis of local neural network responses |
JP6192010B2 (ja) * | 2013-09-05 | 2017-09-06 | 国立大学法人 東京大学 | 重み設定装置および方法 |
US9202144B2 (en) * | 2013-10-30 | 2015-12-01 | Nec Laboratories America, Inc. | Regionlets with shift invariant neural patterns for object detection |
CN104680508B (zh) * | 2013-11-29 | 2018-07-03 | 华为技术有限公司 | 卷积神经网络和基于卷积神经网络的目标物体检测方法 |
CN104102919B (zh) | 2014-07-14 | 2017-05-24 | 同济大学 | 一种有效防止卷积神经网络过拟合的图像分类方法 |
KR102055355B1 (ko) * | 2015-01-28 | 2019-12-12 | 구글 엘엘씨 | 배치 정규화 레이어들 |
CN104573731B (zh) * | 2015-02-06 | 2018-03-23 | 厦门大学 | 基于卷积神经网络的快速目标检测方法 |
US9436895B1 (en) * | 2015-04-03 | 2016-09-06 | Mitsubishi Electric Research Laboratories, Inc. | Method for determining similarity of objects represented in images |
CN107851195B (zh) | 2015-07-29 | 2022-02-11 | 诺基亚技术有限公司 | 利用神经网络进行目标检测 |
-
2015
- 2015-07-29 CN CN201580081941.5A patent/CN107851195B/zh active Active
- 2015-07-29 US US15/746,729 patent/US10614339B2/en active Active
- 2015-07-29 EP EP15899239.6A patent/EP3329424B1/en active Active
- 2015-07-29 WO PCT/CN2015/085386 patent/WO2017015887A1/en active Application Filing
- 2015-07-29 JP JP2018504101A patent/JP2018527660A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005267406A (ja) * | 2004-03-19 | 2005-09-29 | Canon Inc | パターン検出方法及び装置 |
JP2007087346A (ja) * | 2005-09-26 | 2007-04-05 | Canon Inc | 情報処理装置及びその制御方法、コンピュータプログラム、記憶媒体 |
JP2015032308A (ja) * | 2013-07-31 | 2015-02-16 | 富士通株式会社 | 畳み込みニューラルネットワークの分類器、及びその分類方法、訓練方法 |
JP2015095215A (ja) * | 2013-11-14 | 2015-05-18 | 株式会社デンソーアイティーラボラトリ | 学習装置、学習プログラム、及び学習方法 |
Non-Patent Citations (1)
Title |
---|
岡谷 貴之: "「Deep Learning(深層学習)」〔第4回〕", 人工知能学会誌 第28巻 第6号, vol. 第28巻, JPN6019011976, 1 November 2013 (2013-11-01), JP, pages 962 - 974, ISSN: 0004130132 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019091421A (ja) * | 2017-11-15 | 2019-06-13 | 富士通株式会社 | イベント検出に用いられる深層学習ネットワーク、該ネットワークの訓練装置及び訓練方法 |
JP2020047191A (ja) * | 2018-09-21 | 2020-03-26 | ソニーセミコンダクタソリューションズ株式会社 | 固体撮像システム、固体撮像装置、情報処理装置、画像処理方法及びプログラム |
WO2020059464A1 (ja) * | 2018-09-21 | 2020-03-26 | ソニーセミコンダクタソリューションズ株式会社 | 固体撮像システム、固体撮像装置、情報処理装置、画像処理方法、情報処理方法及びプログラム |
CN112703726A (zh) * | 2018-09-21 | 2021-04-23 | 索尼半导体解决方案公司 | 固态成像系统、固态成像装置、信息处理装置、图像处理方法、信息处理方法和程序 |
US11860627B2 (en) | 2020-01-16 | 2024-01-02 | Honda Motor Co., Ltd. | Image processing apparatus, vehicle, control method for information processing apparatus, storage medium, information processing server, and information processing method for recognizing a target within a captured image |
US11600078B2 (en) | 2020-03-19 | 2023-03-07 | Honda Motor Co., Ltd. | Information processing apparatus, information processing method, vehicle, information processing server, and storage medium |
Also Published As
Publication number | Publication date |
---|---|
EP3329424A1 (en) | 2018-06-06 |
CN107851195A (zh) | 2018-03-27 |
EP3329424A4 (en) | 2019-06-05 |
US20180211130A1 (en) | 2018-07-26 |
EP3329424B1 (en) | 2023-07-12 |
CN107851195B (zh) | 2022-02-11 |
US10614339B2 (en) | 2020-04-07 |
WO2017015887A1 (en) | 2017-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2018527660A (ja) | ニューラルネットワークによるオブジェクト検出 | |
JP6488380B2 (ja) | ニューラルネットワークによるオブジェクト検出 | |
JP2017538999A5 (ja) | ||
Dong et al. | A lightweight vehicles detection network model based on YOLOv5 | |
EP3289529B1 (en) | Reducing image resolution in deep convolutional networks | |
US10902615B2 (en) | Hybrid and self-aware long-term object tracking | |
WO2018120013A1 (en) | Artificial neural network | |
US20180129934A1 (en) | Enhanced siamese trackers | |
US20160283864A1 (en) | Sequential image sampling and storage of fine-tuned features | |
TW201706918A (zh) | 作爲供神經網路的訓練準則的濾波器特異性 | |
CN111797983A (zh) | 一种神经网络构建方法以及装置 | |
CN112418360B (zh) | 卷积神经网络的训练方法、行人属性识别方法及相关设备 | |
CN113516227A (zh) | 一种基于联邦学习的神经网络训练方法及设备 | |
US10956788B2 (en) | Artificial neural network | |
Shustanov et al. | A Method for Traffic Sign Recognition with CNN using GPU. | |
US20230259782A1 (en) | Artificial neural network | |
US20190340416A1 (en) | Artificial neural network | |
WO2022127819A1 (en) | Sequence processing for a dataset with frame dropping | |
JP5901054B2 (ja) | 物体の検出方法及びその方法を用いた物体の検出装置 | |
Ngoc | Check for updates Robust Traffic Sign Detection and Classification Through the Integration of YOLO and Deep Learning Networks | |
CN117636122A (zh) | 一种用于车型车轴识别的训练方法及检测方法 | |
CN114529914A (zh) | 一种图像处理方法及其设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180216 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180216 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190320 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190405 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190531 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20191009 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20200115 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20200526 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20200909 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20210308 |
|
C13 | Notice of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: C13 Effective date: 20210506 |
|
C23 | Notice of termination of proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C23 Effective date: 20210913 |
|
C03 | Trial/appeal decision taken |
Free format text: JAPANESE INTERMEDIATE CODE: C03 Effective date: 20211014 |
|
C30A | Notification sent |
Free format text: JAPANESE INTERMEDIATE CODE: C3012 Effective date: 20211014 |