JP7297705B2 - 処理装置、処理方法、学習装置およびプログラム - Google Patents
処理装置、処理方法、学習装置およびプログラム Download PDFInfo
- Publication number
- JP7297705B2 JP7297705B2 JP2020047114A JP2020047114A JP7297705B2 JP 7297705 B2 JP7297705 B2 JP 7297705B2 JP 2020047114 A JP2020047114 A JP 2020047114A JP 2020047114 A JP2020047114 A JP 2020047114A JP 7297705 B2 JP7297705 B2 JP 7297705B2
- Authority
- JP
- Japan
- Prior art keywords
- signal
- processing
- layer
- signals
- partial
- 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
- 238000012545 processing Methods 0.000 title claims description 197
- 238000003672 processing method Methods 0.000 title claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 62
- 238000010606 normalization Methods 0.000 claims description 50
- 238000012935 Averaging Methods 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 18
- 230000002194 synthesizing effect Effects 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 8
- 230000010365 information processing Effects 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims description 5
- 238000005520 cutting process Methods 0.000 claims description 2
- 230000005856 abnormality Effects 0.000 description 26
- 238000010586 diagram Methods 0.000 description 21
- 238000003384 imaging method Methods 0.000 description 12
- 230000004913 activation Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- WBMKMLWMIQUJDP-STHHAXOLSA-N (4R,4aS,7aR,12bS)-4a,9-dihydroxy-3-prop-2-ynyl-2,4,5,6,7a,13-hexahydro-1H-4,12-methanobenzofuro[3,2-e]isoquinolin-7-one hydrochloride Chemical compound Cl.Oc1ccc2C[C@H]3N(CC#C)CC[C@@]45[C@@H](Oc1c24)C(=O)CC[C@@]35O WBMKMLWMIQUJDP-STHHAXOLSA-N 0.000 description 4
- 238000011179 visual inspection Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000002547 anomalous effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
- G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
-
- 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
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Biodiversity & Conservation Biology (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Description
図1は、第1実施形態に係る処理装置10の構成を示す図である。第1実施形態に係る処理装置10は、ニューラルネットワークを用いて、クラス分類等の推論処理または信号の変換処理等を実行する。
第2実施形態に係る処理装置10は、図1~図10を参照して説明した第1実施形態に係る処理装置10と略同一の構成および機能を有する。第2実施形態では、第1実施形態と略同一の構成および機能を有する部分には同一の符号を付けて、相違点を除き詳細な説明を省略する。
図18は、第3実施形態に係る学習システム70を示す図である。
図19は、時系列信号の一例を示す図である。以上の実施形態の例において、入力信号が画像データである場合を用いて説明をしている場合があるが、入力信号は、一次元の時系列信号であってもよい。この場合、処理装置10は、一次元の時系列信号を分類したり、信号変換したりすることができる。
図20は、実施形態に係る処理装置10のハードウェア構成の一例を示す図である。処理装置10は、例えば図20に示すようなハードウェア構成の情報処理装置により実現される。処理装置10は、CPU(Central Processing Unit)301と、RAM(Random Access Memory)302と、ROM(Read Only Memory)303と、操作入力装置304と、表示装置305と、記憶装置306と、通信装置307とを備える。そして、これらの各部は、バスにより接続される。
22 切出部
24 部分処理部
26 出力部
32 畳込レイヤ
34 活性化レイヤ
42 連結部
44 合成部
46 信号出力部
52 平均化部
62 正規化レイヤ
64 第1レイヤ
80 学習装置
Claims (11)
- 画像信号または一次元の時系列信号である入力信号から、それぞれが前記入力信号における予め定められた位置の一部分である複数の部分信号を切り出す切出部と、
前記複数の部分信号に一対一に対応し、それぞれが、同一レイヤ構造のニューラルネットワークを用いて対応する部分信号に対して処理を実行することにより、中間信号を生成する複数の部分処理部と、
複数の統計量を一次元に並べた連結信号を生成する連結部と、
前記連結信号に含まれる前記複数の統計量を前記ニューラルネットワークとは別の第1ニューラルネットワークにより処理した合成信号を生成する合成部と、
前記合成信号を正規化することにより、前記入力信号が1または複数のクラスのそれぞれに含まれる確率を表す出力信号を出力する信号出力部と、
を備え、
前記中間信号は、複数のチャンネルを含み、
前記複数のチャンネルのそれぞれは、複数の信号を含み、
前記連結部は、
前記複数の部分信号に対応する複数の中間信号のそれぞれについて、前記複数のチャンネル毎に、対応するチャンネルに含まれる前記複数の信号に対して最大値、最小値、中央値、平均値または予め定められた関数演算をした値を算出することにより統計値を生成し、
前記複数の中間信号のそれぞれについて前記複数のチャンネル毎に生成した前記統計量を、それぞれ予め定められた位置に配置することにより、前記連結信号を生成する
処理装置。 - 前記合成部は、前記合成信号として、前記連結信号に含まれる前記複数の統計量を全結合層により全結合した信号を生成する
請求項1に記載の処理装置。 - 前記信号出力部は、前記出力信号として、前記合成信号に対してソフトマックス処理をすることにより、前記入力信号が1または複数のクラスのそれぞれに含まれる確率を表す信号を出力する
請求項1に記載の処理装置。 - 前記合成部は、前記合成信号として、前記連結信号に含まれる前記複数の統計量を全結合層により全結合した信号を生成し、
前記信号出力部は、前記出力信号として、前記合成信号に対してソフトマックス処理をすることにより、前記入力信号が1または複数のクラスのそれぞれに含まれる確率を表す信号を出力する
請求項1に記載の処理装置。 - 平均化部をさらに備え、
前記複数の部分処理部のそれぞれにより用いられるニューラルネットワークは、
正規化処理を実行する正規化レイヤと、
前記正規化レイヤの前段に設けられ、第1信号を取得し、取得した前記第1信号に対して畳み込み処理または全結合処理を実行したレイヤ信号を出力する第1レイヤと、
を含み、
前記平均化部は、前記正規化レイヤに対応し、
前記複数の部分処理部のそれぞれに用いられるニューラルネットワークに含まれる、対応する前記正規化レイヤの前段の前記第1レイヤから前記レイヤ信号を取得し、
取得した複数の前記レイヤ信号を平均化した共通平均値を算出し、
前記複数の部分処理部のそれぞれに用いられるニューラルネットワークに含まれる、対応する前記正規化レイヤに前記共通平均値を与え、
前記正規化レイヤは、前記共通平均値を用いて、前記レイヤ信号に対して正規化処理を実行する
請求項1から4の何れか1項に記載の処理装置。 - 前記平均化部は、
取得した複数の前記レイヤ信号における標準偏差である共通標準偏差を算出し、
前記複数の部分処理部のそれぞれに用いられるニューラルネットワークに含まれる、対応する前記正規化レイヤに前記共通標準偏差を与え、
前記正規化レイヤは、さらに前記共通標準偏差を用いて、前記レイヤ信号に対して正規化処理を実行する
請求項5に記載の処理装置。 - 前記第1レイヤは、チャンネル毎に、畳み込み処理または全結合処理を実行した前記レイヤ信号を出力し、
前記平均化部は、
前記共通平均値をチャンネル毎に算出し、
前記複数の部分処理部のそれぞれに用いられるニューラルネットワークに含まれる、対応する前記正規化レイヤに、チャンネル毎の前記共通平均値を与え、
前記正規化レイヤは、チャンネル毎の前記共通平均値を用いて、チャンネル毎に前記レイヤ信号に対して正規化処理を実行する
請求項5または6に記載の処理装置。 - 前記正規化レイヤは、前記レイヤ信号に対して正規化処理を行った信号に対して、さらに予め定められた係数を乗じた後、予め定められたシフト量を加算した信号を出力する
請求項5から7の何れか1項に記載の処理装置。 - 請求項5から7の何れか1項に記載の処理装置を訓練する学習装置であって、
学習用の複数の前記入力信号の組を用いて、前記処理装置をバッチ処理により訓練し、
前記バッチ処理による訓練において、前記平均化部に、複数の前記入力信号を前記処理装置に与えることにより得られた複数の前記共通平均値をさらに平均化した値を、対応する前記正規化レイヤに供給させる
学習装置。 - 情報処理装置により実行される処理方法であって、
画像信号または一次元の時系列信号である入力信号から、それぞれが前記入力信号における予め定められた位置の一部分である複数の部分信号を切り出し、
前記複数の部分信号に一対一に対応する複数の部分処理のそれぞれにおいて、同一レイヤ構造のニューラルネットワークを用いて対応する部分信号に対して処理を実行することにより、中間信号を生成し、
複数の統計量を一次元に並べた連結信号を生成し、
前記連結信号に含まれる前記複数の統計量を前記ニューラルネットワークとは別の第1ニューラルネットワークにより処理した合成信号を生成し、
前記合成信号を正規化することにより、前記入力信号が1または複数のクラスのそれぞれに含まれる確率を表す出力信号を出力し、
前記中間信号は、複数のチャンネルを含み、
前記複数のチャンネルのそれぞれは、複数の信号を含み、
前記連結信号の生成処理において、前記情報処理装置は、
前記複数の部分信号に対応する複数の中間信号のそれぞれについて、前記複数のチャンネル毎に、対応するチャンネルに含まれる前記複数の信号に対して最大値、最小値、中央値、平均値または予め定められた関数演算をした値を算出することにより統計値を生成し、
前記複数の中間信号のそれぞれについて前記複数のチャンネル毎に生成した前記統計量を、それぞれ予め定められた位置に配置することにより、前記連結信号を生成する
処理方法。 - 情報処理装置により実行されるプログラムであって、
前記情報処理装置を、
画像信号または一次元の時系列信号である入力信号から、それぞれが前記入力信号における予め定められた位置の一部分である複数の部分信号を切り出す切出部と、
前記複数の部分信号に一対一に対応し、それぞれが、同一レイヤ構造のニューラルネットワークを用いて対応する部分信号に対して処理を実行することにより、中間信号を生成する複数の部分処理部と、
複数の統計量を一次元に並べた連結信号を生成する連結部と、
前記連結信号に含まれる前記複数の統計量を前記ニューラルネットワークとは別の第1ニューラルネットワークにより処理した合成信号を生成する合成部と、
前記合成信号を正規化することにより、前記入力信号が1または複数のクラスのそれぞれに含まれる確率を表す出力信号を出力する信号出力部と、
して機能させ、
前記中間信号は、複数のチャンネルを含み、
前記複数のチャンネルのそれぞれは、複数の信号を含み、
前記連結部は、
前記複数の部分信号に対応する複数の中間信号のそれぞれについて、前記複数のチャンネル毎に、対応するチャンネルに含まれる前記複数の信号に対して最大値、最小値、中央値、平均値または予め定められた関数演算をした値を算出することにより統計値を生成し、
前記複数の中間信号のそれぞれについて前記複数のチャンネル毎に生成した前記統計量を、それぞれ予め定められた位置に配置することにより、前記連結信号を生成する
プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020047114A JP7297705B2 (ja) | 2020-03-18 | 2020-03-18 | 処理装置、処理方法、学習装置およびプログラム |
US17/005,648 US11537823B2 (en) | 2020-03-18 | 2020-08-28 | Processing apparatus, processing method, learning apparatus, and computer program product |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020047114A JP7297705B2 (ja) | 2020-03-18 | 2020-03-18 | 処理装置、処理方法、学習装置およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021149355A JP2021149355A (ja) | 2021-09-27 |
JP7297705B2 true JP7297705B2 (ja) | 2023-06-26 |
Family
ID=77746754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020047114A Active JP7297705B2 (ja) | 2020-03-18 | 2020-03-18 | 処理装置、処理方法、学習装置およびプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US11537823B2 (ja) |
JP (1) | JP7297705B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7297705B2 (ja) * | 2020-03-18 | 2023-06-26 | 株式会社東芝 | 処理装置、処理方法、学習装置およびプログラム |
JP7486349B2 (ja) * | 2020-05-28 | 2024-05-17 | キヤノン株式会社 | ニューラルネットワーク、ニューラルネットワークの学習方法、プログラム、画像処理装置 |
Family Cites Families (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012124000A1 (ja) * | 2011-03-17 | 2012-09-20 | 日本電気株式会社 | 画像認識システム、画像認識方法および画像認識用プログラムが格納された非一時的なコンピュータ可読媒体 |
CN105022719B (zh) * | 2014-04-23 | 2019-06-28 | Ge医疗系统环球技术有限公司 | 医学造影系统及方法 |
KR102294734B1 (ko) * | 2014-09-30 | 2021-08-30 | 삼성전자주식회사 | 영상 정합 장치, 영상 정합 방법 및 영상 정합 장치가 마련된 초음파 진단 장치 |
EP3872716A1 (en) | 2015-01-28 | 2021-09-01 | Google LLC | Image classification neural network system with batch normalization layers |
US10249042B2 (en) * | 2015-09-24 | 2019-04-02 | Vuno, Inc. | Method and apparatus for providing medical information service on basis of disease model |
WO2018009405A1 (en) * | 2016-07-08 | 2018-01-11 | Avent, Inc. | System and method for automatic detection, localization, and semantic segmentation of anatomical objects |
US11281962B2 (en) * | 2016-09-27 | 2022-03-22 | Clarifai, Inc. | Prediction-model-based mapping and/or search using a multi-data-type vector space |
CN108073933B (zh) * | 2016-11-08 | 2021-05-25 | 杭州海康威视数字技术股份有限公司 | 一种目标检测方法及装置 |
US10902244B2 (en) * | 2017-03-27 | 2021-01-26 | Samsung Electronics Co., Ltd. | Apparatus and method for image processing |
US10565433B2 (en) * | 2017-03-30 | 2020-02-18 | George Mason University | Age invariant face recognition using convolutional neural networks and set distances |
US10572963B1 (en) * | 2017-07-14 | 2020-02-25 | Synapse Technology Corporation | Detection of items |
JP7002729B2 (ja) * | 2017-07-31 | 2022-01-20 | 株式会社アイシン | 画像データ生成装置、画像認識装置、画像データ生成プログラム、及び画像認識プログラム |
WO2019112085A1 (en) * | 2017-12-06 | 2019-06-13 | Korea Advanced Institute Of Science And Technology | Method and apparatus for inverse tone mapping |
JP6992475B2 (ja) * | 2017-12-14 | 2022-01-13 | オムロン株式会社 | 情報処理装置、識別システム、設定方法及びプログラム |
US10742959B1 (en) * | 2017-12-29 | 2020-08-11 | Perceive Corporation | Use of machine-trained network for misalignment-insensitive depth perception |
JP6766839B2 (ja) * | 2018-03-14 | 2020-10-14 | オムロン株式会社 | 検査システム、画像識別システム、識別システム、識別器生成システム、及び学習データ生成装置 |
CN108921952B (zh) * | 2018-06-15 | 2022-09-06 | 深圳大学 | 物体功能性预测方法、装置、计算机设备和存储介质 |
US11301728B2 (en) * | 2018-06-18 | 2022-04-12 | Apical Ltd. | Image processing using a neural network system |
KR102051032B1 (ko) * | 2018-08-01 | 2019-12-02 | 경북대학교 산학협력단 | 객체 탐지 장치 및 제어 방법 |
US20210174154A1 (en) * | 2018-08-07 | 2021-06-10 | Yale University | Interpretable deep machine learning for clinical radio;ogy |
US11429824B2 (en) * | 2018-09-11 | 2022-08-30 | Intel Corporation | Method and system of deep supervision object detection for reducing resource usage |
EP3876189A4 (en) * | 2018-10-30 | 2022-05-11 | Mitsubishi Electric Corporation | GEOGRAPHIC OBJECT DETECTION DEVICE, GEOGRAPHIC OBJECT DETECTION METHOD AND GEOGRAPHIC OBJECT DETECTION PROGRAM |
KR102021515B1 (ko) * | 2018-12-27 | 2019-09-16 | (주)제이엘케이인스펙션 | 뇌혈관 질환 학습 장치, 뇌혈관 질환 검출 장치, 뇌혈관 질환 학습 방법 및 뇌혈관 질환 검출 방법 |
CN111444744A (zh) * | 2018-12-29 | 2020-07-24 | 北京市商汤科技开发有限公司 | 活体检测方法、装置以及存储介质 |
US11514720B2 (en) * | 2019-01-02 | 2022-11-29 | Blink Technologies Inc. | Geometrically constrained, unsupervised training of convolutional autoencoders for extraction of eye landmarks |
CN111709264A (zh) * | 2019-03-18 | 2020-09-25 | 北京市商汤科技开发有限公司 | 驾驶员注意力监测方法和装置及电子设备 |
CN110047078B (zh) * | 2019-04-18 | 2021-11-09 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
FR3095880B1 (fr) * | 2019-05-07 | 2021-04-09 | Idemia Identity & Security France | Procédé de classification sécurisée d’une donnée d’entrée au moyen d’un réseau de neurones à convolution |
CN110147836B (zh) * | 2019-05-13 | 2021-07-02 | 腾讯科技(深圳)有限公司 | 模型训练方法、装置、终端及存储介质 |
US11302033B2 (en) * | 2019-07-22 | 2022-04-12 | Adobe Inc. | Classifying colors of objects in digital images |
CN112307826A (zh) * | 2019-07-30 | 2021-02-02 | 华为技术有限公司 | 行人检测方法、装置、计算机可读存储介质和芯片 |
CN110599451B (zh) * | 2019-08-05 | 2023-01-20 | 平安科技(深圳)有限公司 | 医学图像病灶检测定位方法、装置、设备及存储介质 |
JP7302410B2 (ja) * | 2019-09-25 | 2023-07-04 | 株式会社Jvcケンウッド | 画像認識装置、画像認識システム、画像認識方法及びプログラム |
JP7306468B2 (ja) * | 2019-10-24 | 2023-07-11 | 富士通株式会社 | 検出方法、検出プログラムおよび情報処理装置 |
US11250569B2 (en) * | 2019-11-04 | 2022-02-15 | GE Precision Healthcare LLC | Systems and methods for functional imaging follow-up evaluation using deep neural network |
CN110866509B (zh) * | 2019-11-20 | 2023-04-28 | 腾讯科技(深圳)有限公司 | 动作识别方法、装置、计算机存储介质和计算机设备 |
CN111091010A (zh) * | 2019-11-22 | 2020-05-01 | 京东方科技集团股份有限公司 | 相似度确定、网络训练、查找方法及装置和存储介质 |
CN111131328B (zh) * | 2020-01-09 | 2021-02-26 | 周钰 | 区块链的安全金融结算方法及系统 |
JP2022522551A (ja) * | 2020-02-03 | 2022-04-20 | ベイジン センスタイム テクノロジー ディベロップメント カンパニー リミテッド | 画像処理方法及び装置、電子機器並びに記憶媒体 |
JP7297705B2 (ja) * | 2020-03-18 | 2023-06-26 | 株式会社東芝 | 処理装置、処理方法、学習装置およびプログラム |
JP7481956B2 (ja) * | 2020-08-26 | 2024-05-13 | 株式会社東芝 | 推論装置、方法、プログラムおよび学習装置 |
-
2020
- 2020-03-18 JP JP2020047114A patent/JP7297705B2/ja active Active
- 2020-08-28 US US17/005,648 patent/US11537823B2/en active Active
Non-Patent Citations (1)
Title |
---|
池田浩雄 他2名,CNNを用いた群衆パッチ学習に基づく人数推定の高精度化,FIT2014 第13回情報科学技術フォーラム 講演論文集 第3分冊,社団法人電子情報通信学会,2014年08月19日,第105-106頁 |
Also Published As
Publication number | Publication date |
---|---|
US11537823B2 (en) | 2022-12-27 |
US20210295110A1 (en) | 2021-09-23 |
JP2021149355A (ja) | 2021-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11514270B2 (en) | Speckle contrast analysis using machine learning for visualizing flow | |
US11069057B2 (en) | Skin diagnostic device and skin diagnostic method | |
US11386549B2 (en) | Abnormality inspection device and abnormality inspection method | |
JP7297705B2 (ja) | 処理装置、処理方法、学習装置およびプログラム | |
US20210350566A1 (en) | Deep neural network pose estimation system | |
JP2016032289A (ja) | 画像合成システム、画像合成方法、画像合成プログラム | |
CN107203743B (zh) | 一种人脸深度跟踪装置及实现方法 | |
JP2002022421A (ja) | パターン検査装置 | |
CN111047650B (zh) | 一种用于飞行时间相机的参数标定方法 | |
US5274715A (en) | Characterizing image texture | |
US20220067514A1 (en) | Inference apparatus, method, non-transitory computer readable medium and learning apparatus | |
JP7176616B2 (ja) | 画像処理システム、画像処理装置、画像処理方法、及び画像処理プログラム | |
US11039096B2 (en) | Image processing device, image processing method and storage medium | |
CN115861259A (zh) | 一种基于模板匹配的引线框架表面缺陷检测方法及装置 | |
EP3973447B1 (en) | Surface recognition | |
JP7302410B2 (ja) | 画像認識装置、画像認識システム、画像認識方法及びプログラム | |
JP7291389B2 (ja) | 対象識別方法、情報処理装置、情報処理プログラム、および照明装置 | |
JPH0749945A (ja) | 識別装置 | |
JP2021149691A (ja) | 画像処理システム及び制御プログラム | |
WO2020193412A1 (en) | Analysis portion, time-of-flight imaging device and method | |
US20220414827A1 (en) | Training apparatus, training method, and medium | |
JP7321738B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
US20230054531A1 (en) | Image data processing device and image data processing system | |
US20220414826A1 (en) | Image processing apparatus, image processing method, and medium | |
US12025748B2 (en) | Signal processing apparatus, distance measuring apparatus, and distance measuring method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220228 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230131 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230317 |
|
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: 20230516 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230614 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7297705 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |