公开(公告)号：CN112580794A

公开(公告)日：2021-03-30

申请号：CN201910932514.3

申请日：2019-09-29

Applicant: 佳能株式会社

Inventor： 黄耀海 ,  张志远 ,  邓远达 ,  那森

IPC: G06N3/08

Abstract: 本发明公开了一种属性识别装置、方法和系统及识别对象属性的神经网络。所述属性识别装置利用神经网络识别对象的属性，所述神经网络包括提取子网络、确定子网络及由至少两个识别分支构成的识别子网络。所述属性识别装置包括：利用提取子网络，从输入图像中提取特征的单元，其中所提取的特征能够被所述识别子网络中的所有识别分支用于识别对象的属性；利用确定子网络，基于输入的对象类别从识别子网络中确定至少两个识别分支的单元；以及，至少利用所确定的识别分支，基于所提取的特征从输入图像中识别属于输入的对象类别的对象的属性的单元。根据本发明，大大地减小了用于识别对象的属性的神经网络的模型大小。

公开(公告)号：CN110647644A

公开(公告)日：2020-01-03

申请号：CN201910126323.8

申请日：2019-02-20

Applicant: 佳能株式会社

Inventor： 黄耀海 ,  谭诚 ,  邓远达

IPC: G06F16/583

Abstract: 本发明提供一种特征向量的量化方法、检索方法、装置及存储介质，其中，所述量化方法包括：设置量化点；从设置的量化点中选择与原始特征向量的距离小于第一预定距离的至少一个量化点作为量化点子集；利用至少两个量化点来确定所述原始特征向量对应的量化特征向量，其中，所述至少两个量化点中存在来自所述量化点子集的量化点。所述检索方法是在采用所述量化方法量化后的量化特征向量中进行检索的方法。