JP6930039B2 - 画像処理方法、装置、コンピュータ装置及びコンピュータ記憶媒体 - Google Patents
画像処理方法、装置、コンピュータ装置及びコンピュータ記憶媒体 Download PDFInfo
- Publication number
- JP6930039B2 JP6930039B2 JP2020548653A JP2020548653A JP6930039B2 JP 6930039 B2 JP6930039 B2 JP 6930039B2 JP 2020548653 A JP2020548653 A JP 2020548653A JP 2020548653 A JP2020548653 A JP 2020548653A JP 6930039 B2 JP6930039 B2 JP 6930039B2
- Authority
- JP
- Japan
- Prior art keywords
- convolution layer
- convolution
- neural network
- processing
- output
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title description 2
- 238000012545 processing Methods 0.000 claims description 128
- 238000000034 method Methods 0.000 claims description 111
- 238000013528 artificial neural network Methods 0.000 claims description 62
- 238000003062 neural network model Methods 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 23
- 238000010606 normalization Methods 0.000 claims description 21
- 238000012549 training Methods 0.000 claims description 20
- 238000000605 extraction Methods 0.000 claims description 4
- 238000013527 convolutional neural network Methods 0.000 description 51
- 230000006870 function Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 101100153581 Bacillus anthracis topX gene Proteins 0.000 description 9
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 9
- 101150041570 TOP1 gene Proteins 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000002829 reductive effect Effects 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 230000006978 adaptation Effects 0.000 description 6
- 239000006185 dispersion Substances 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000015556 catabolic process Effects 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000005284 excitation Effects 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 238000010200 validation analysis Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000037361 pathway Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000013526 transfer learning Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/211—Selection of the most significant subset of features
-
- 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
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- 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
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
-
- 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
- G06N3/048—Activation functions
-
- 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
- G06N3/08—Learning methods
- G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Image Analysis (AREA)
Description
本出願は、2018年5月23日に提出された出願番号が201810500185.0である中国特許出願に基づく優先権を主張するものであり、該中国特許出願の全内容を参照として本出願に援用する。
本願明細書は、例えば、以下の項目も提供する。
(項目1)
画像認識方法であって、
認識対象画像を取得することと、
前記認識対象画像を、トレーニングにより得られたニューラルネットワークモデルに入力し、前記認識対象画像の認識結果を得ることであって、前記ニューラルネットワークモデルが、前記ニューラルネットワークの畳み込み層から出力された特徴マップに対してIN及びBN処理を行うことで得られたものであることと、
前記認識対象画像の認識結果を出力することとを含む、前記方法。
(項目2)
前記ニューラルネットワークモデルのトレーニングプロセスは、
前記ニューラルネットワークの畳み込み層から第1畳み込み層集合及び第2畳み込み層集合を決定することと、
前記第1畳み込み層集合のうちの各畳み込み層から出力された特徴マップに対してIN処理を行うことと、
前記第2畳み込み層集合のうちの各畳み込み層から出力された特徴マップに対してBN処理を行うこととを含むことを特徴とする
項目1に記載の方法。
(項目3)
前記第1畳み込み層集合及び前記第2畳み込み層集合からなる集合は、前記ニューラルネットワークの全ての畳み込み層のうちの全部又は一部であることを特徴とする
項目2に記載の方法。
(項目4)
前記第1畳み込み層集合と前記第2畳み込み層集合とは、共通部分を有せず、又は、前記第1畳み込み層集合と前記第2畳み込み層集合とは、共通部分を有し、又は、前記第2畳み込み層集合は、前記第1畳み込み層集合のサブ集合であることを特徴とする
項目2に記載の方法。
(項目5)
前記第1畳み込み層集合のうちの各畳み込み層から出力された特徴マップに対してIN処理を行うことは、
前記第1畳み込み層集合のうちの各前記畳み込み層から出力された特徴マップに対応するチャネルから、第1チャネル集合を決定することと、
前記第1チャネル集合に対してIN処理を行うこととを含むことを特徴とする
項目2に記載の方法。
(項目6)
前記第2畳み込み層集合のうちの各畳み込み層から出力された特徴マップに対してBN処理を行うことは、
前記第2畳み込み層集合のうちの各前記畳み込み層から出力された特徴マップに対応するチャネルから、第2チャネル集合を決定することと、
前記第2チャネル集合において、BN処理を行うこととを含むことを特徴とする
項目2に記載の方法。
(項目7)
前記第1チャネル集合は、前記第1畳み込み層集合のうちの各前記畳み込み層から出力された特徴マップに対応する全てのチャネルのうちの全部又は一部であり、前記第2チャネル集合は、前記第2畳み込み層集合のうちの各前記畳み込み層から出力された特徴マップに対応する全てのチャネルのうちの全部又は一部であることを特徴とする
項目2から6のいずれか一項に記載の方法。
(項目8)
前記第1畳み込み層集合には、前記ニューラルネットワークにおける最後の一層の畳み込み層が含まれないことを特徴とする
項目2から7のいずれか一項に記載の方法。
(項目9)
前記ニューラルネットワークが少なくとも2つのブロックを含み、且つ各ブロックの最後の一層から出力された特徴マップに対応するチャネルの数は、前のブロックの最後の一層から出力された特徴マップに対応するチャネルの数が同じであり、前記方法は、
前記ニューラルネットワークの2つのブロックに対応する特徴マップを加算し、出力結果を得ることと、
前記出力結果に対してIN処理を行うこととを更に含むことを特徴とする
項目2から8のいずれか一項に記載の方法。
(項目10)
画像認識装置であって、第1取得モジュールと、第1処理モジュールと、第1出力モジュールとを備え、
第1取得モジュールは、認識対象画像を取得するように構成され、
第1処理モジュールは、前記認識対象画像を、トレーニングにより得られたニューラルネットワークモデルに入力し、前記認識対象画像の認識結果を得るように構成され、前記ニューラルネットワークモデルが、前記ニューラルネットワークに対してIN及びBN処理を行うことで得られたものであり、
第1出力モジュールは、前記認識対象画像の認識結果を出力するように構成される、前記装置。
(項目11)
前記装置は、
前記ニューラルネットワークの畳み込み層から出力された特徴マップに対してIN及びBN処理を行い、前記ニューラルネットワークモデルを得るように構成される第2処理モジュールを更に備えることを特徴とする
項目10に記載の装置。
(項目12)
前記第2処理モジュールは、
前記ニューラルネットワークの畳み込み層から第1畳み込み層集合及び第2畳み込み層集合を決定するように構成される第1決定モジュールと、
前記第1畳み込み層集合のうちの各畳み込み層から出力された特徴マップに対してIN処理を行うように構成される第1サブ処理モジュールと、
前記第2畳み込み層集合のうちの各畳み込み層から出力された特徴マップに対してBN処理を行うように構成される第2サブ処理モジュールとを備えることを特徴とする
項目11に記載の装置。
(項目13)
前記第1畳み込み層集合及び前記第2畳み込み層集合からなる集合は、前記ニューラルネットワークの全ての畳み込み層のうちの全部又は一部であることを特徴とする
項目12に記載の装置。
(項目14)
前記第1畳み込み層集合と前記第2畳み込み層集合とは、共通部分を有せず、又は、前記第1畳み込み層集合と前記第2畳み込み層集合とは、共通部分を有し、又は、前記第2畳み込み層集合は、前記第1畳み込み層集合のサブ集合であることを特徴とする
項目12に記載の装置。
(項目15)
前記第1サブ処理モジュールは、
前記第1畳み込み層集合のうちの各前記畳み込み層から出力された特徴マップに対応するチャネルから、第1チャネル集合を決定するように構成される第1サブ決定モジュールと、
前記第1チャネル集合に対してIN処理を行うように構成される第3サブ処理モジュールとを備えることを特徴とする
項目12に記載の装置。
(項目16)
前記第2処理モジュールは、
各前記畳み込み層から出力された特徴マップに対応するチャネルから、第2チャネル集合を決定するように構成される第2サブ決定モジュールと、
前記第2チャネル集合において、BN処理を行うように構成される第4サブ処理モジュールとを備えることを特徴とする
項目12に記載の装置。
(項目17)
前記第1チャネル集合は、前記第1畳み込み層集合のうちの各前記畳み込み層から出力された特徴マップに対応する全てのチャネルのうちの全部又は一部であり、前記第2チャネル集合は、前記第2畳み込み層集合のうちの各前記畳み込み層から出力された特徴マップに対応する全てのチャネルのうちの全部又は一部であることを特徴とする
項目12から16のいずれか一項に記載の装置。
(項目18)
前記ニューラルネットワークが少なくとも2つのブロックを含み、且つ各ブロックの最後の一層から出力された特徴マップに対応するチャネルの数は、前のブロックの最後の一層から出力された特徴マップに対応するチャネルの数が同じであり、前記装置は、
前記ニューラルネットワークの2つのブロックに対応する特徴マップを加算し、出力結果を得て、前記出力結果に対してIN処理を行うように構成される第2処理モジュールを更に備えることを特徴とする
項目12から17のいずれか一項に記載の装置。
(項目19)
前記第1畳み込み層集合には、前記ニューラルネットワークにおける最後の一層の畳み込み層が含まれないことを特徴とする
項目12から18のいずれか一項に記載の方法。
(項目20)
コンピュータ記憶媒体であって、前記コンピュータ記憶媒体には、コンピュータによる実行可能な命令が記憶されており、前記コンピュータによる実行可能な命令が実行され、項目1から9のいずれか一項に記載の方法のステップを実現させる、前記コンピュータ記憶媒体。
(項目21)
コンピュータ装置であって、メモリとプロセッサとを備え、前記メモリには、コンピュータによる実行可能な命令が記憶されており、前記プロセッサが前記メモリに記憶されているコンピュータによる実行可能な命令を実行する時、項目1から9のいずれか一項に記載の方法のステップを実現させる、コンピュータ装置。
(項目22)
コンピュータプログラムであって、前記コンピュータプログラムがコンピュータにより実行されると、項目1から9のいずれか一項に記載の方法のステップを実現する、コンピュータプログラム。
前記ニューラルネットワークの2つのブロックに対応する特徴マップを加算し、出力結果を得て、前記出力結果に対してIN処理を行うように構成される第2処理モジュールを更に備え、前記ニューラルネットワークが少なくとも2つのブロックを含み、且つ各ブロックの最後の一層から出力された特徴マップに対応するチャネルの数は、前のブロックの最後の一層から出力された特徴マップに対応するチャネルの数が同じである。
Claims (16)
- 画像認識方法であって、
認識対象画像を取得することと、
ニューラルネットワークモデルの畳み込み層を利用して、前記認識対象画像に対して特徴抽出を行い、特徴マップを得ることと、
第1畳み込み層集合内の畳み込み層から出力された特徴マップに対応するチャネルから選定した第1チャネル集合に対して、インスタンスの正規化(IN)処理を行い、第2畳み込み層集合内の畳み込み層から出力された特徴マップに対応するチャネルから選定した第2チャネル集合に対して、バッチ正規化(BN)処理を行い、前記認識対象画像の認識結果を得ることであって、前記第1畳み込み層集合と前記第2畳み込み層集合が、ニューラルネットワークの畳み込み層から選定されたものであり、前記第1チャネル集合と前記第2チャネル集合に含まれるチャネルが異なることと、
前記認識対象画像の認識結果を出力することとを含み、
前記ニューラルネットワークモデルのトレーニングプロセスは、
前記ニューラルネットワークの畳み込み層から第1畳み込み層集合及び第2畳み込み層集合を決定することと、
前記第1畳み込み層集合のうちの各畳み込み層から出力された特徴マップに対してIN処理を行うことと、
前記第2畳み込み層集合のうちの各畳み込み層から出力された特徴マップに対してBN処理を行うこととを含み、
前記ニューラルネットワークが少なくとも2つのブロックを含み、且つ各ブロックの最後の一層から出力された特徴マップに対応するチャネルの数は、前のブロックの最後の一層から出力された特徴マップに対応するチャネルの数が同じであり、前記画像認識方法は、
前記ニューラルネットワークの2つのブロックに対応する特徴マップを加算し、出力結果を得ることと、前記出力結果に対してIN処理を行うこととを更に含む、
画像認識方法。 - 前記第1畳み込み層集合及び前記第2畳み込み層集合からなる集合は、前記ニューラルネットワークの全ての畳み込み層のうちの全部又は一部であることを特徴とする
請求項1に記載の方法。 - 前記第1畳み込み層集合と前記第2畳み込み層集合とは、共通部分を有せず、又は、前記第1畳み込み層集合と前記第2畳み込み層集合とは、共通部分を有し、又は、前記第2畳み込み層集合は、前記第1畳み込み層集合のサブ集合であることを特徴とする
請求項1に記載の方法。 - 前記第1畳み込み層集合のうちの各畳み込み層から出力された特徴マップに対してIN処理を行うことは、
前記第1畳み込み層集合のうちの各前記畳み込み層から出力された特徴マップに対応するチャネルから、第1チャネル集合を決定することと、
前記第1チャネル集合に対してIN処理を行うこととを含むことを特徴とする
請求項1に記載の方法。 - 前記第2畳み込み層集合のうちの各畳み込み層から出力された特徴マップに対してBN処理を行うことは、
前記第2畳み込み層集合のうちの各前記畳み込み層から出力された特徴マップに対応するチャネルから、第2チャネル集合を決定することと、
前記第2チャネル集合において、BN処理を行うこととを含むことを特徴とする
請求項1に記載の方法。 - 前記第1チャネル集合は、前記第1畳み込み層集合のうちの各前記畳み込み層から出力された特徴マップに対応する全てのチャネルのうちの全部又は一部であり、前記第2チャネル集合は、前記第2畳み込み層集合のうちの各前記畳み込み層から出力された特徴マップに対応する全てのチャネルのうちの全部又は一部であることを特徴とする
請求項1から5のいずれか一項に記載の方法。 - 前記第1畳み込み層集合には、前記ニューラルネットワークにおける最後の一層の畳み込み層が含まれないことを特徴とする
請求項1から5のいずれか一項に記載の方法。 - 画像認識装置であって、第1取得モジュールと、第1処理モジュールと、第1出力モジュールと、第2処理モジュールとを備え、
前記第1取得モジュールは、認識対象画像を取得するように構成され、
前記第1処理モジュールは、ニューラルネットワークモデルの畳み込み層を利用して、前記認識対象画像に対して特徴抽出を行い、特徴マップを得、
第1畳み込み層集合内の畳み込み層から出力された特徴マップに対応するチャネルから選定した第1チャネル集合に対して、インスタンスの正規化(IN)処理を行い、第2畳み込み層集合内の畳み込み層から出力された特徴マップに対応するチャネルから選定した第2チャネル集合に対して、バッチ正規化(BN)処理を行い、前記認識対象画像の認識結果を得るように構成され、前記第1畳み込み層集合と前記第2畳み込み層集合が、ニューラルネットワークの畳み込み層から選定されたものであり、前記第1チャネル集合と前記第2チャネル集合に含まれるチャネルが異なり、
前記第1出力モジュールは、前記認識対象画像の認識結果を出力するように構成され、
前記第2処理モジュールは、前記ニューラルネットワークの畳み込み層から出力された特徴マップに対してIN及びBN処理を行い、前記ニューラルネットワークモデルを得るように構成され、
前記第2処理モジュールは、
前記ニューラルネットワークの畳み込み層から第1畳み込み層集合及び第2畳み込み層集合を決定するように構成される第1決定モジュールと、
前記第1畳み込み層集合のうちの各畳み込み層から出力された特徴マップに対してIN処理を行うように構成される第1サブ処理モジュールと、
前記第2畳み込み層集合のうちの各畳み込み層から出力された特徴マップに対してBN処理を行うように構成される第2サブ処理モジュールとを備え、
前記ニューラルネットワークが少なくとも2つのブロックを含み、且つ各ブロックの最後の一層から出力された特徴マップに対応するチャネルの数は、前のブロックの最後の一層から出力された特徴マップに対応するチャネルの数が同じであり、前記第2処理モジュールは、前記ニューラルネットワークの2つのブロックに対応する特徴マップを加算し、出力結果を得て、前記出力結果に対してIN処理を行うようにさらに構成される、
画像認識装置。 - 前記第1畳み込み層集合及び前記第2畳み込み層集合からなる集合は、前記ニューラルネットワークの全ての畳み込み層のうちの全部又は一部であることを特徴とする
請求項8に記載の装置。 - 前記第1畳み込み層集合と前記第2畳み込み層集合とは、共通部分を有せず、又は、前記第1畳み込み層集合と前記第2畳み込み層集合とは、共通部分を有し、又は、前記第2畳み込み層集合は、前記第1畳み込み層集合のサブ集合であることを特徴とする
請求項8に記載の装置。 - 前記第1サブ処理モジュールは、
前記第1畳み込み層集合のうちの各前記畳み込み層から出力された特徴マップに対応するチャネルから、第1チャネル集合を決定するように構成される第1サブ決定モジュールと、
前記第1チャネル集合に対してIN処理を行うように構成される第3サブ処理モジュールとを備えることを特徴とする
請求項8に記載の装置。 - 前記第2処理モジュールは、
各前記畳み込み層から出力された特徴マップに対応するチャネルから、第2チャネル集合を決定するように構成される第2サブ決定モジュールと、
前記第2チャネル集合において、BN処理を行うように構成される第4サブ処理モジュールとを備えることを特徴とする
請求項8に記載の装置。 - 前記第1チャネル集合は、前記第1畳み込み層集合のうちの各前記畳み込み層から出力された特徴マップに対応する全てのチャネルのうちの全部又は一部であり、前記第2チャネル集合は、前記第2畳み込み層集合のうちの各前記畳み込み層から出力された特徴マップに対応する全てのチャネルのうちの全部又は一部であることを特徴とする
請求項8から12のいずれか一項に記載の装置。 - 前記第1畳み込み層集合には、前記ニューラルネットワークにおける最後の一層の畳み込み層が含まれないことを特徴とする
請求項8から12のいずれか一項に記載の装置。 - コンピュータ記憶媒体であって、前記コンピュータ記憶媒体には、コンピュータによる実行可能な命令が記憶されており、前記コンピュータによる実行可能な命令が実行され、請求項1から7のいずれか一項に記載の方法のステップを実現させる、前記コンピュータ記憶媒体。
- コンピュータ装置であって、メモリとプロセッサとを備え、前記メモリには、コンピュータによる実行可能な命令が記憶されており、前記プロセッサが前記メモリに記憶されているコンピュータによる実行可能な命令を実行する時、請求項1から7のいずれか一項に記載の方法のステップを実現させる、コンピュータ装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810500185.0A CN108875787B (zh) | 2018-05-23 | 2018-05-23 | 一种图像识别方法及装置、计算机设备和存储介质 |
CN201810500185.0 | 2018-05-23 | ||
PCT/CN2019/077341 WO2019223397A1 (zh) | 2018-05-23 | 2019-03-07 | 图像处理方法、装置、计算机设备和计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021509994A JP2021509994A (ja) | 2021-04-08 |
JP6930039B2 true JP6930039B2 (ja) | 2021-09-01 |
Family
ID=64333566
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020548653A Active JP6930039B2 (ja) | 2018-05-23 | 2019-03-07 | 画像処理方法、装置、コンピュータ装置及びコンピュータ記憶媒体 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11080569B2 (ja) |
JP (1) | JP6930039B2 (ja) |
CN (1) | CN108875787B (ja) |
SG (1) | SG11202009173YA (ja) |
WO (1) | WO2019223397A1 (ja) |
Families Citing this family (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108875787B (zh) | 2018-05-23 | 2020-07-14 | 北京市商汤科技开发有限公司 | 一种图像识别方法及装置、计算机设备和存储介质 |
KR102200496B1 (ko) * | 2018-12-06 | 2021-01-08 | 주식회사 엘지씨엔에스 | 딥러닝을 이용한 이미지 인식 방법 및 서버 |
CN109671063B (zh) * | 2018-12-11 | 2020-08-18 | 西安交通大学 | 一种基于深度网络特征间重要性的图像质量评估方法 |
CN109784347B (zh) * | 2018-12-17 | 2022-04-26 | 西北工业大学 | 基于多尺度稠密卷积神经网络和谱注意力机制的图像分类方法 |
CN109708740A (zh) * | 2018-12-21 | 2019-05-03 | 西安科技大学 | 一种用于超市的智能自主识别称重系统 |
CN109766854A (zh) * | 2019-01-15 | 2019-05-17 | 济南浪潮高新科技投资发展有限公司 | 一种基于两阶段互补网络的鲁棒人脸识别算法 |
CN109886922B (zh) * | 2019-01-17 | 2023-08-18 | 丽水市中心医院 | 基于SE-DenseNet深度学习框架和增强MR图像的肝细胞癌自动分级方法 |
CN109886392B (zh) * | 2019-02-25 | 2021-04-27 | 深圳市商汤科技有限公司 | 数据处理方法和装置、电子设备和存储介质 |
CN109883990B (zh) * | 2019-02-28 | 2021-07-06 | 吉林大学 | 一种药用真菌近红外光谱分析方法 |
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 |
KR102046113B1 (ko) * | 2019-03-19 | 2019-11-18 | 주식회사 루닛 | 신경망 학습 방법 및 그 장치 |
CN109961102B (zh) * | 2019-03-30 | 2021-06-22 | 北京市商汤科技开发有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN110059744B (zh) * | 2019-04-16 | 2022-10-25 | 腾讯科技(深圳)有限公司 | 训练神经网络的方法、图像处理的方法、设备及存储介质 |
CN110348543B (zh) * | 2019-06-10 | 2023-01-06 | 腾讯医疗健康(深圳)有限公司 | 眼底图像识别方法、装置、计算机设备及存储介质 |
CN110245720B (zh) * | 2019-06-22 | 2023-05-26 | 中南林业科技大学 | 一种基于深度学习的柑橘病虫害智能诊断方法及系统 |
WO2020258491A1 (zh) * | 2019-06-28 | 2020-12-30 | 平安科技(深圳)有限公司 | 通用字符识别方法、装置、计算机设备和存储介质 |
CN110533031A (zh) * | 2019-08-21 | 2019-12-03 | 成都电科慧安科技有限公司 | 一种目标检测识别与定位的方法 |
CN110781948A (zh) * | 2019-10-22 | 2020-02-11 | 北京市商汤科技开发有限公司 | 图像处理方法、装置、设备及存储介质 |
CN110827251B (zh) * | 2019-10-30 | 2023-03-28 | 江苏方天电力技术有限公司 | 一种基于航拍图像的输电线路锁紧销缺陷检测方法 |
CN111179189B (zh) * | 2019-12-15 | 2023-05-23 | 深圳先进技术研究院 | 基于生成对抗网络gan的图像处理方法、装置以及电子设备、存储介质 |
CN111738045B (zh) * | 2020-01-19 | 2024-04-19 | 中国科学院上海微系统与信息技术研究所 | 一种图像检测方法、装置、电子设备及存储介质 |
CN113496237B (zh) * | 2020-03-20 | 2024-05-24 | 商汤集团有限公司 | 域适应神经网络训练和交通环境图像处理方法及装置 |
CN111553392B (zh) * | 2020-04-17 | 2024-03-01 | 东南大学 | 一种基于卷积神经网络的细粒度犬类图像识别方法 |
CN111652170A (zh) * | 2020-06-09 | 2020-09-11 | 电子科技大学 | 基于二通道残差深度神经网络的二次雷达信号处理方法 |
CN111783570A (zh) * | 2020-06-16 | 2020-10-16 | 厦门市美亚柏科信息股份有限公司 | 一种目标重识别的方法、装置、系统及计算机存储介质 |
CN111709481B (zh) * | 2020-06-17 | 2023-12-12 | 云南省烟草农业科学研究院 | 一种烟草病害识别方法、系统、平台及存储介质 |
CN111738436B (zh) * | 2020-06-28 | 2023-07-18 | 电子科技大学中山学院 | 一种模型蒸馏方法、装置、电子设备及存储介质 |
CN111832577A (zh) * | 2020-07-19 | 2020-10-27 | 武汉悟空游人工智能应用软件有限公司 | 一种基于稠密连接的感数预测方法 |
CN111815627B (zh) * | 2020-08-24 | 2020-12-01 | 成都睿沿科技有限公司 | 遥感图像变化检测方法、模型训练方法及对应装置 |
CN112201255B (zh) * | 2020-09-30 | 2022-10-21 | 浙江大学 | 语音信号频谱特征和深度学习的语音欺骗攻击检测方法 |
CN112417955B (zh) * | 2020-10-14 | 2024-03-05 | 国能大渡河沙坪发电有限公司 | 巡检视频流处理方法及装置 |
CN112651333B (zh) * | 2020-12-24 | 2024-02-09 | 天翼数字生活科技有限公司 | 静默活体检测方法、装置、终端设备和存储介质 |
CN112990053B (zh) * | 2021-03-29 | 2023-07-25 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、设备及存储介质 |
CN113542525B (zh) * | 2021-06-30 | 2023-02-10 | 中国人民解放军战略支援部队信息工程大学 | 基于mmd残差的隐写检测特征选取方法 |
CN113326809A (zh) * | 2021-06-30 | 2021-08-31 | 重庆大学 | 基于三通道神经网络的离线签名鉴定方法及系统 |
CN113537044B (zh) * | 2021-07-14 | 2022-08-26 | 哈尔滨理工大学 | 基于STFT与改进DenseNet的航空发动机故障诊断方法 |
CN113343943B (zh) * | 2021-07-21 | 2023-04-28 | 西安电子科技大学 | 基于巩膜区域监督的眼部图像分割方法 |
CN113609951B (zh) * | 2021-07-30 | 2023-11-24 | 北京百度网讯科技有限公司 | 目标检测模型的训练和目标检测方法、装置、设备及介质 |
CN113705386A (zh) * | 2021-08-12 | 2021-11-26 | 北京有竹居网络技术有限公司 | 视频分类方法、装置、可读介质和电子设备 |
CN113657493B (zh) * | 2021-08-17 | 2024-06-25 | 北京理工大学 | 基于风格特征通道注意力的x光安检图像违禁品检测方法 |
CN113706486A (zh) * | 2021-08-17 | 2021-11-26 | 西安电子科技大学 | 基于密集连接网络迁移学习的胰腺肿瘤图像分割方法 |
CN114548201B (zh) * | 2021-11-15 | 2023-04-07 | 北京林业大学 | 无线信号的自动调制识别方法、装置、存储介质及设备 |
CN114241247B (zh) * | 2021-12-28 | 2023-03-07 | 国网浙江省电力有限公司电力科学研究院 | 一种基于深度残差网络的变电站安全帽识别方法及系统 |
CN114972952B (zh) * | 2022-05-29 | 2024-03-22 | 重庆科技学院 | 一种基于模型轻量化的工业零部件缺陷识别方法 |
CN116128876B (zh) * | 2023-04-04 | 2023-07-07 | 中南大学 | 一种基于异构域的医学图像分类方法和系统 |
CN117115641B (zh) * | 2023-07-20 | 2024-03-22 | 中国科学院空天信息创新研究院 | 建筑物信息提取方法、装置、电子设备及存储介质 |
CN117593610B (zh) * | 2024-01-17 | 2024-04-26 | 上海秋葵扩视仪器有限公司 | 图像识别网络训练及部署、识别方法、装置、设备及介质 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3872716A1 (en) * | 2015-01-28 | 2021-09-01 | Google LLC | Image classification neural network system with batch normalization layers |
NL2015087B1 (en) * | 2015-06-05 | 2016-09-09 | Univ Amsterdam | Deep receptive field networks. |
JP6561877B2 (ja) * | 2016-03-01 | 2019-08-21 | 株式会社デンソー | 演算処理装置 |
RU2016138608A (ru) * | 2016-09-29 | 2018-03-30 | Мэджик Лип, Инк. | Нейронная сеть для сегментации изображения глаза и оценки качества изображения |
CN116823593A (zh) * | 2016-10-21 | 2023-09-29 | 谷歌有限责任公司 | 风格化输入图像 |
CN107247949B (zh) * | 2017-08-02 | 2020-06-19 | 智慧眼科技股份有限公司 | 基于深度学习的人脸识别方法、装置和电子设备 |
WO2019057944A1 (en) * | 2017-09-22 | 2019-03-28 | F. Hoffmann-La Roche Ag | ELIMINATION OF ARTIFACTS FROM IMAGES OF FABRIC |
CN107657281A (zh) * | 2017-09-28 | 2018-02-02 | 辽宁工程技术大学 | 一种基于改进的卷积神经网络的图像识别方法 |
CN107862374B (zh) * | 2017-10-30 | 2020-07-31 | 中国科学院计算技术研究所 | 基于流水线的神经网络处理系统和处理方法 |
CN107909016B (zh) * | 2017-11-03 | 2020-09-01 | 车智互联(北京)科技有限公司 | 一种卷积神经网络生成方法及车系识别方法 |
CN107767343B (zh) * | 2017-11-09 | 2021-08-31 | 京东方科技集团股份有限公司 | 图像处理方法、处理装置和处理设备 |
US10643063B2 (en) * | 2018-04-09 | 2020-05-05 | Qualcomm Incorporated | Feature matching with a subspace spanned by multiple representative feature vectors |
CN108875787B (zh) * | 2018-05-23 | 2020-07-14 | 北京市商汤科技开发有限公司 | 一种图像识别方法及装置、计算机设备和存储介质 |
-
2018
- 2018-05-23 CN CN201810500185.0A patent/CN108875787B/zh active Active
-
2019
- 2019-03-07 SG SG11202009173YA patent/SG11202009173YA/en unknown
- 2019-03-07 JP JP2020548653A patent/JP6930039B2/ja active Active
- 2019-03-07 WO PCT/CN2019/077341 patent/WO2019223397A1/zh active Application Filing
-
2020
- 2020-10-16 US US17/072,324 patent/US11080569B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN108875787A (zh) | 2018-11-23 |
US20210034913A1 (en) | 2021-02-04 |
JP2021509994A (ja) | 2021-04-08 |
WO2019223397A1 (zh) | 2019-11-28 |
CN108875787B (zh) | 2020-07-14 |
US11080569B2 (en) | 2021-08-03 |
SG11202009173YA (en) | 2020-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6930039B2 (ja) | 画像処理方法、装置、コンピュータ装置及びコンピュータ記憶媒体 | |
WO2021042828A1 (zh) | 神经网络模型压缩的方法、装置、存储介质和芯片 | |
US20230041233A1 (en) | Image recognition method and apparatus, computing device, and computer-readable storage medium | |
CN110765860B (zh) | 摔倒判定方法、装置、计算机设备及存储介质 | |
US20190303720A1 (en) | Systems and methods for feature transformation, correction and regeneration for robust sensing, transmission, computer vision, recognition and classification | |
CN109492627B (zh) | 一种基于全卷积网络的深度模型的场景文本擦除方法 | |
US9344690B2 (en) | Image demosaicing | |
US20190362171A1 (en) | Living body detection method, electronic device and computer readable medium | |
Gómez-Ríos et al. | Coral species identification with texture or structure images using a two-level classifier based on Convolutional Neural Networks | |
CN109829391B (zh) | 基于级联卷积网络和对抗学习的显著性目标检测方法 | |
Zhao et al. | Scale-aware crowd counting via depth-embedded convolutional neural networks | |
CN110414593B (zh) | 图像处理方法及装置、处理器、电子设备及存储介质 | |
US20220198711A1 (en) | Learned forensic source system for identification of image capture device models and forensic similarity of digital images | |
CN108351962A (zh) | 具有自适应性通道特征的对象检测 | |
CN113553954A (zh) | 行为识别模型的训练方法及装置、设备、介质和程序产品 | |
CN110796177B (zh) | 一种有效减少图像分类任务中神经网络过拟合的方法 | |
CN111062019A (zh) | 用户攻击检测方法、装置、电子设备 | |
CN112818774A (zh) | 一种活体检测方法及装置 | |
CN115936961B (zh) | 基于少样本对比学习网络的隐写分析方法、设备及介质 | |
WO2022067653A1 (zh) | 图像处理方法及装置、设备、视频处理方法及存储介质 | |
CN114912540A (zh) | 迁移学习方法、装置、设备及存储介质 | |
Zhu et al. | Multiscale residual gradient attention for face anti-spoofing | |
CN107545548B (zh) | 基于受限玻尔兹曼机的置换混叠图像盲分离方法及系统 | |
CN111860212A (zh) | 人脸图像的超分方法、装置、设备及存储介质 | |
Singh et al. | MRN-LOD: Multi-exposure Refinement Network for Low-light Object Detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200911 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200911 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200911 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20210204 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210419 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20210707 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20210715 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210719 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210802 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210811 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6930039 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |