-
公开(公告)号:CN117574988A
公开(公告)日:2024-02-20
申请号:CN202311443379.9
申请日:2023-11-01
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社
IPC: G06N3/084 , G06N3/0464 , G06N3/0499 , G06N3/063 , G06N3/048
Abstract: 提供了一种神经网络的量化位宽学习方法,包括:对神经网络中的变换器的量化区间和离散器的量化位宽进行初始化,其中,神经网络的卷积层和/或全连接层包括量化模块,量化模块包括变换器和离散器;基于初始化的量化区间和量化位宽,保持神经网络的权重不变来对神经网络的离散器的量化位宽进行训练直至损失函数收敛为止,其中,损失函数指示不包括量化模块的神经网络的权重和激活与包括量化模块的神经网络的权重和激活之间的分布距离;获得采用训练后的量化位宽的神经网络。
-
公开(公告)号:CN107665364B
公开(公告)日:2023-09-22
申请号:CN201710629393.6
申请日:2017-07-28
Applicant: 三星电子株式会社
IPC: G06N3/0464 , G06N3/063 , G06N3/084
Abstract: 一种神经网络方法和设备。所述神经网络设备包括:处理器,被配置为:通过应用神经网络的相邻层中的相邻节点之间的用于解释应用于神经网络的输入数据的轻量化的加权连接,产生神经网络,其中,神经网络具有包括多个节点的多个层,其中,所述多个层中的至少一个层的轻量化的加权连接包括针对绝对值小于非零值的绝对值的各个非零值具有等于零的值的加权连接。轻量化加权连接还包括具有绝对值不大于另一非零值的绝对值的值的加权连接,轻量化的加权连接是绝对最大值大于所述另一非零值的绝对值的训练的神经网络的训练的最终加权连接的轻量化的加权连接。
-
-
公开(公告)号:CN107038405B
公开(公告)日:2022-06-07
申请号:CN201611009586.3
申请日:2016-11-16
Applicant: 三星电子株式会社
IPC: G06V40/12 , G06V40/16 , G06V40/70 , G06V10/764 , G06K9/62
Abstract: 公开一种识别对象的方法和设备以及训练识别模型的方法和设备。所述设备可使用单个识别模型从输入图像提取多个特征,并基于提取的所述多个特征在输入图像中识别对象。单个识别模型可包括:至少一个压缩层,被配置为对输入信息进行压缩;至少一个解压缩层,被配置为对压缩的信息进行解压缩,以确定所述多个特征。
-
-
-
公开(公告)号:CN108664880A
公开(公告)日:2018-10-16
申请号:CN201810209257.6
申请日:2018-03-14
Applicant: 三星电子株式会社
IPC: G06K9/00
CPC classification number: G06K9/00906 , G06K9/00228 , G06K9/00275 , G06K9/00288 , G06K9/00268
Abstract: 公开了一种活性测试方法和设备。所述活性测试方法包括:针对测试目标检测输入图像中的人脸区域;实现第一活性测试,以基于与检测到的人脸区域对应的第一图像确定第一活性值;实现第二活性测试,以基于与检测到的人脸区域的局部人脸区域对应的第二图像确定第二活性值;实现第三活性测试,以基于输入图像的整体或输入图像的全区域确定第三活性值,其中,输入图像的整体或输入图像的全区域包括检测到的人脸区域以及检测到的人脸区域之外的区域;基于第一活性值、第二活性值和第三活性值,确定活性测试的结果。
-
-
公开(公告)号:CN107977598A
公开(公告)日:2018-05-01
申请号:CN201710397965.2
申请日:2017-05-31
Applicant: 三星电子株式会社
CPC classification number: G06K9/00302 , G06K9/00 , G06K9/00228 , G06K9/00268 , G06K9/00308 , G06K9/624 , G06N3/08
Abstract: 提供一种用于识别面部表情的方法和设备。所述识别面部表情的方法包括:从输入图像提取特征;从参考图像提取特征;并基于输入图像的特征与参考图像的特征之间的差异,识别面部表情。
-
公开(公告)号:CN107038405A
公开(公告)日:2017-08-11
申请号:CN201611009586.3
申请日:2016-11-16
Applicant: 三星电子株式会社
CPC classification number: G06K9/00281 , G06K9/00067 , G06K9/6267
Abstract: 公开一种识别对象的方法和设备以及训练识别模型的方法和设备。所述设备可使用单个识别模型从输入图像提取多个特征,并基于提取的所述多个特征在输入图像中识别对象。单个识别模型可包括:至少一个压缩层,被配置为对输入信息进行压缩;至少一个解压缩层,被配置为对压缩的信息进行解压缩,以确定所述多个特征。
-
-
-
-
-
-
-
-
-