-
公开(公告)号:CN102542287A
公开(公告)日:2012-07-04
申请号:CN201110369522.5
申请日:2011-11-18
Applicant: 索尼公司
IPC: G06K9/62
CPC classification number: G06K9/4614 , G06K9/6256
Abstract: 本发明提供了一种信息处理设备、信息处理方法和程序,其中,该信息处理设备包括判别单元,该判别单元通过使用包括多个弱分类器的集成分类器以及从输入图像中提取的多个特征,关于多个特征顺序地对弱分类器输出的弱假设进行积分,并且基于该积分值判别输入图像中是否显现了预定对象,其中,弱分类器响应于从图像中提取的多个特征的输入,输出表示图像中是否显现了预定对象的弱假设。弱分类器基于阈值将多个特征中的每一个分类成三个以上的子划分之一,计算多个特征的子划分的和划分作为多个特征被分类成的全体划分,并且输出全体划分的可靠度作为弱假设。
-
公开(公告)号:CN101923663B
公开(公告)日:2015-08-12
申请号:CN201010199038.8
申请日:2010-06-04
Applicant: 索尼公司
IPC: G06N7/00
CPC classification number: G06N3/006 , G06K9/00335 , G06K9/00664 , G06K9/6297
Abstract: 本发明公开了一种信息处理设备、信息处理方法和程序。所述信息处理设备包括学习部分,被配置为使用由能够执行行为的代理执行的行为和当代理已经执行了行为时在代理中观察到的观察值来学习由以下定义的状态转移概率模型:状态由于代理执行的行为而进行状态转移的每个行为的状态转移概率;以及从所述状态观察到预定观察值的观察概率。
-
公开(公告)号:CN101937513B
公开(公告)日:2013-04-24
申请号:CN201010213391.7
申请日:2010-06-23
Applicant: 索尼公司
IPC: G06K9/66
CPC classification number: G06K9/6256 , G06K9/00288 , G06K9/4614
Abstract: 提供了信息处理设备、信息处理方法。信息处理设备包括以下元件。学习单元被配置为使用均被分配有级标签的多个样本图像的图像特征值来进行自适应增强纠错输出编码学习,以生成多级分类器,该多级分类器被配置为输出与输入图像相对应的多维得分矢量。注册单元被配置为将注册图像输入到多级分类器中,并与和所输入的注册图像相关的识别信息相关联地注册与注册图像相对应的多维得分矢量。确定单元被配置为将要识别的识别图像输入到多级分类器中,并确定与所输入的识别图像相对应的多维得分矢量和与注册图像相对应的所注册的多维得分矢量之间的相似度。
-
公开(公告)号:CN101937513A
公开(公告)日:2011-01-05
申请号:CN201010213391.7
申请日:2010-06-23
Applicant: 索尼公司
IPC: G06K9/66
CPC classification number: G06K9/6256 , G06K9/00288 , G06K9/4614
Abstract: 提供了信息处理设备、信息处理方法和程序。信息处理设备包括以下元件。学习单元被配置为使用均被分配有级标签的多个样本图像的图像特征值来进行自适应增强纠错输出编码学习,以生成多级分类器,该多级分类器被配置为输出与输入图像相对应的多维得分矢量。注册单元被配置为将注册图像输入到多级分类器中,并与和所输入的注册图像相关的识别信息相关联地注册与注册图像相对应的多维得分矢量。确定单元被配置为将要识别的识别图像输入到多级分类器中,并确定与所输入的识别图像相对应的多维得分矢量和与注册图像相对应的所注册的多维得分矢量之间的相似度。
-
公开(公告)号:CN101923663A
公开(公告)日:2010-12-22
申请号:CN201010199038.8
申请日:2010-06-04
Applicant: 索尼公司
IPC: G06N7/00
CPC classification number: G06N3/006 , G06K9/00335 , G06K9/00664 , G06K9/6297
Abstract: 本发明公开了一种信息处理设备、信息处理方法和程序。所述信息处理设备包括学习部分,被配置为使用由能够执行行为的代理执行的行为和当代理已经执行了行为时在代理中观察到的观察值来学习由以下定义的状态转移概率模型:状态由于代理执行的行为而进行状态转移的每个行为的状态转移概率;以及从所述状态观察到预定观察值的观察概率。
-
-
-
-