-
公开(公告)号：CN110991627A
公开(公告)日：2020-04-10
申请号：CN201910933454.7
申请日：2019-09-29
Applicant: 佳能株式会社
Inventor： 陈则玮
IPC: G06N3/063
Abstract: 本发明提供信息处理装置、信息处理方法。该信息处理装置包括：控制单元，其被构造为，针对包括多个层的网络的各层，基于数据的位宽设置移位量；多个MAC(乘法累加)单元，其被构造为，对层的多个数据和多个滤波系数执行乘法累加运算；多个移位运算单元，其被构造为，基于移位量对通过所述多个MAC单元获得的多个MAC运算结果进行移位；以及加法单元，其被构造为，计算通过所述多个移位运算单元移位的所述多个MAC运算结果的总和。
-
公开(公告)号：CN109598276A
公开(公告)日：2019-04-09
申请号：CN201710916408.7
申请日：2017-09-30
Applicant: 佳能株式会社
IPC: G06K9/62
Abstract: 本发明公开了图像处理装置和方法及监控系统。图像处理装置包括：获取输入视频中的当前图像并获取包括背景图像和视觉元素的前景/背景分类信息的背景模型的单元；根据当前图像和背景图像将当前图像中的视觉元素分类为前景或背景的单元；确定当前图像中的组与背景模型中的组之间的相似性度量的单元，当前图像中的组中的视觉元素是当前图像中被分类为前景的视觉元素，背景模型中的组中的视觉元素是分类信息为前景的视觉元素，背景模型中的组中的视觉元素是与当前图像中的组中的视觉元素的对应部分相邻的视觉元素；以及根据确定的相似性度量验证当前图像中被分类为前景的视觉元素是否被错误地分类的单元。根据本发明，前景检测的准确性将得到改善。
-
公开(公告)号：CN118196430A
公开(公告)日：2024-06-14
申请号：CN202211596803.9
申请日：2022-12-12
Applicant: 佳能株式会社
IPC: G06V10/44 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/0499 , G06N3/084 , G06N5/04
Abstract: 本发明提供神经网络模型的训练和应用方法、装置、及存储介质。神经网络模型包括M个卷积层，其中M为大于等于1的整数，该方法包括：a)获取目标数据集、神经网络的M个卷积层中N个卷积层中每个卷积层的卷积核和每个卷积核的掩模，其中N为大于或等于1、并且小于或等于M的整数，其中，掩模与卷积核具有相同的空间形状；b)对目标数据集中的训练样本进行一次或多次迭代以训练神经网络和掩模，每次迭代包括：b1)根据神经网络的预测结果和掩模中的值，计算损失值；b2)根据损失值，计算神经网络参数的梯度和掩模的梯度；b3)根据神经网络参数的梯度和掩模的梯度，更新神经网络参数和掩模中的值；c)根据掩模中的更新值更新卷积核形状。
-
公开(公告)号：CN109670519B
公开(公告)日：2023-09-26
申请号：CN201710951095.9
申请日：2017-10-13
Applicant: 佳能株式会社
IPC: G06V10/46 , G06V10/771 , G06V10/764 , G06T5/00
Abstract: 本发明公开了一种图像处理装置和图像处理方法。所述图像处理装置包括：提取单元，被配置为提取输入图像在目标方向中的任意两个方向上的梯度方向特征；增强单元，被配置为通过执行图像处理操作来增强由所述提取单元所提取的梯度方向特征；以及确定单元，被配置为基于由所述增强单元所增强的梯度方向特征，确定所述输入图像在所述目标方向上的梯度方向特征。根据本发明，将加快获取梯度方向特征的速度。
-
公开(公告)号：CN115082978A
公开(公告)日：2022-09-20
申请号：CN202110262393.3
申请日：2021-03-10
Applicant: 佳能株式会社
Abstract: 本公开公开一种面部姿态的检测装置、方法、图像处理系统及存储介质。所述检测装置包括：获得单元，基于预先生成的神经网络，从输入图像中获得至少一个面部的至少3个关键点，其中，经由神经网络中用于得到坐标的层所得到的关键点的坐标均为三维坐标；以及，确定单元，针对所述至少一个面部，基于获得的关键点确定该面部的姿态，其中，确定的面部姿态至少包括一个角度。根据本公开，可提高面部关键点的三维坐标的准确性，从而可提高面部姿态的检测精度。
-
Patent Agency Ranking
公开(公告)号：CN113537447A
公开(公告)日：2021-10-22
申请号：CN202010312882.0
申请日：2020-04-20
Applicant: 佳能株式会社
Abstract: 本发明公开一种多层神经网络的生成方法、装置、应用方法及存储介质。所述生成方法包括：获取步骤，获取多层神经网络，其中，所述多层神经网络至少包括卷积层和量化层；生成步骤，针对所述多层神经网络中的各量化层，基于该量化层中的量化比特参数和可学习的量化区间参数，生成量化阈值参数；以及更新步骤，基于所生成的量化阈值参数和所述多层神经网络中各层的运算参数，对所述多层神经网络进行更新以获得定点神经网络。根据本公开，可改善多层神经网络的整体性能及降低多层神经网络的整体计算成本。
-
公开(公告)号：CN109670519A
公开(公告)日：2019-04-23
申请号：CN201710951095.9
申请日：2017-10-13
Applicant: 佳能株式会社
Abstract: 本发明公开了一种图像处理装置和图像处理方法。所述图像处理装置包括：提取单元，被配置为提取输入图像在目标方向中的任意两个方向上的梯度方向特征；增强单元，被配置为通过执行图像处理操作来增强由所述提取单元所提取的梯度方向特征；以及确定单元，被配置为基于由所述增强单元所增强的梯度方向特征，确定所述输入图像在所述目标方向上的梯度方向特征。根据本发明，将加快获取梯度方向特征的速度。
-
公开(公告)号：CN110998656B
公开(公告)日：2024-02-20
申请号：CN201880051377.6
申请日：2018-07-30
Applicant: 佳能株式会社
IPC: G06T7/00
Abstract: 本发明提供鉴别计算装置、鉴别计算方法及存储介质。为了使用小容量存储单元进行鉴别计算，鉴别计算装置包括：特征计算部被构造为针对各个层级层依次地计算鉴别目标数据的特征；鉴别计算部被构造为使用通过特征计算部依次地计算出的特征而对鉴别目标数据依次地进行部分鉴别计算，并将部分鉴别计算的结果存储在鉴别结果存储单元中；以及控制部被构造为控制鉴别计算部使用通过特征计算部依次地计算出的特征和鉴别结果存储单元中存储的部分鉴别计算的结果，进行下一部分鉴别计算，并将下一部分鉴别计算的结果存储在鉴别结果存储单元中。
-
公开(公告)号：CN117454958A
公开(公告)日：2024-01-26
申请号：CN202210831698.6
申请日：2022-07-14
Applicant: 佳能株式会社
IPC: G06N3/082 , G06N3/0464
Abstract: 本发明提供一种神经网络模型的训练和应用方法、装置及存储介质。所述训练方法包括：在前向传递过程，对由连续实值表示的网络参数进行量化处理，并计算量化误差，在反向传递过程中，确定所述神经网络模型中的权重的梯度；基于计算的量化误差，对所述权重的梯度进行校正处理，其中，所述校正处理包括对梯度幅值的校正和对梯度方向的校正；以及根据校正的梯度，更新所述神经网络模型。
-
公开(公告)号：CN115131645A
公开(公告)日：2022-09-30
申请号：CN202110325842.4
申请日：2021-03-26
Applicant: 佳能株式会社
Abstract: 本发明提供一种神经网络的训练和应用方法、装置及存储介质。所述训练方法包括：获取步骤，针对至少一项任务，在神经网络中对样本图像进行处理后，获取处理结果及处理结果的损失函数的值；其中，所述神经网络包括至少一种网络结构；确定步骤，基于获取的损失函数的值确定其处理结果的重要度；调整步骤，基于确定的重要度调整用于获得损失函数的值的损失函数的权重；以及更新步骤，根据调整权重后的损失函数更新神经网络。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.044 seconds)
