Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2017166586) PROCÉDÉ ET SYSTÈME D'IDENTIFICATION D'IMAGES BASÉS SUR UN RÉSEAU NEURONAL CONVOLUTIF, ET DISPOSITIF ÉLECTRONIQUE
Dernières données bibliographiques dont dispose le Bureau international   

N° de publication : WO/2017/166586 N° de la demande internationale : PCT/CN2016/096031
Date de publication : 05.10.2017 Date de dépôt international : 19.08.2016
CIB :
G06K 9/62 (2006.01)
G PHYSIQUE
06
CALCUL; COMPTAGE
K
RECONNAISSANCE DES DONNÉES; PRÉSENTATION DES DONNÉES; SUPPORTS D'ENREGISTREMENT; MANIPULATION DES SUPPORTS D'ENREGISTREMENT
9
Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
62
Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques
Déposants :
乐视控股(北京)有限公司 LE HOLDINGS (BEIJING) CO., LTD. [CN/CN]; 中国北京市 朝阳区姚家园路105号3号楼10层1102 Room 1102, 10 Layer, Building 3 105 Yaojiayuan Road, ChaoYang District Beijing 100025, CN
乐视云计算有限公司 LECLOUD COMPUTING CO., LTD. [CN/CN]; 中国北京市 朝阳区姚家园路105号观湖国际大厦1号楼15层 15 Floor, Building 1 Guan Hu Guo Ji, 105 Yaojiayuan Road, Chaoyang District Beijing 100025, CN
Inventeurs :
刘阳 LIU, Yang; CN
白茂生 BAI, Maosheng; CN
魏伟 WEI, Wei; CN
蔡砚刚 CAI, Yangang; CN
祁海 QI, Hai; CN
Mandataire :
北京三聚阳光知识产权代理有限公司 SUNSHINE INTELLECTUAL PROPERTY INTERNATIONAL CO., LTD; 中国北京市 海淀区海淀南路甲21号中关村知识产权大厦A座5层503 Room 503, Floor 5,Tower A No. 21, A, Haidian South Road Zhongguancun Intellectual Property Building,Haidian District Beijing 100080, CN
Données relatives à la priorité :
201610195777.730.03.2016CN
Titre (EN) IMAGE IDENTIFICATION METHOD AND SYSTEM BASED ON CONVOLUTIONAL NEURAL NETWORK, AND ELECTRONIC DEVICE
(FR) PROCÉDÉ ET SYSTÈME D'IDENTIFICATION D'IMAGES BASÉS SUR UN RÉSEAU NEURONAL CONVOLUTIF, ET DISPOSITIF ÉLECTRONIQUE
(ZH) 基于卷积神经网络的图片鉴别方法、系统和电子设备
Abrégé :
(EN) Disclosed are an image identification method and system based on a convolutional neural network, and an electronic device. The method comprises: inputting data of an image to at least two serially-connected convolutional layers for feature extraction to obtain extracted feature data, wherein the kernel sizes of the convolutional layers are not greater than 5×5; performing feature data dimensionality reduction and extraction on the extracted feature data by means of pooling layers and the convolutional layers, to obtain dimension-reduced feature data, wherein the pooling layers use average pooling; inputting the dimension-reduced feature data of the image to a fully-connected layer to obtain two-dimensional feature values of the data of the image; classifying the two-dimensional feature values by means of a classifier to obtain an identification result of the image. Also disclosed is an image identification system based on a convolutional neural network. The image identification method and system based on a convolutional neural network extract feature data by means of convolutional layers having smaller kernels, so as to better and quickly extract local features of an image, thereby improving the speed and efficiency of image identification.
(FR) L'invention concerne un procédé et un système d'identification d'images basés sur un réseau neuronal convolutif, ainsi qu'un dispositif électronique. Le procédé comporte les étapes consistant à: introduire des données d'une image dans au moins deux couches de convolution reliées en série en vue d'une extraction de caractéristiques pour obtenir des données de caractéristiques extraites, les tailles de noyaux des couches de convolution n'étant pas supérieures à 5×5; effectuer une réduction de dimensionnalité de données de caractéristiques et une extraction sur les données de caractéristiques extraites au moyen de couches de regroupement et des couches de convolution, pour obtenir des données de caractéristiques de dimension réduite, les couches de regroupement utilisant un regroupement de moyennes; introduire les données de caractéristiques de dimension réduite de l'image dans une couche entièrement connexe pour obtenir des valeurs de caractéristiques bidimensionnelles des données de l'image ; classifier les valeurs de caractéristiques bidimensionnelles au moyen d'un classificateur pour obtenir un résultat d'identification de l'image. L'invention concerne également un système d'identification d'images basé sur un réseau neuronal convolutif. Le procédé et le système d'identification d'images basés sur un réseau neuronal convolutif extraient des données de caractéristiques au moyen de couches de convolution dotées de plus petits noyaux, de façon à extraire mieux et rapidement des caractéristiques locales d'une image, améliorant ainsi la vitesse et le rendement de l'identification d'images.
(ZH) 本发明公开了一种基于卷积神经网络的图片鉴别方法、系统和电子设备,包括:将图片数据输入至少两个串联连接的卷积层进行特征的提取,获得提取后的特征数据,其中,所述卷积层的核大小均不大于5×5;将提取后的特征数据通过池化层和卷积层进行特征数据的降维和提取,获得降维后的特征数据;其中,池化层采用平均值池化;将图片降维后的特征数据输入全连接层中,得到图片数据的二维特征值;将二维特征值通过分类器进行分类处理,得到图片的鉴别结果。本发明还公开了基于卷积神经网络的图片鉴别系统。所述基于卷积神经网络的图片鉴别方法及系统通过较小核的卷积层进行特征数据的提取,使得能够更好、更快地提取出图片的局部特征,进而提高了图片鉴别的速度和效率。
front page image
États désignés : AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JP, KE, KG, KN, KP, KR, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Office européen des brevets (OEB (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Langue de publication : chinois (ZH)
Langue de dépôt : chinois (ZH)