WIPO logo
Mobile | Deutsch | English | Español | 日本語 | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

Recherche dans les collections de brevets nationales et internationales
World Intellectual Property Organization
Recherche
 
Options de navigation
 
Traduction
 
Options
 
Quoi de neuf
 
Connexion
 
Aide
 
Traduction automatique
1. (WO2017206066) PROCÉDÉ ET APPAREIL DE DÉTECTION DE PETITS OBJETS GRÂCE À UN RÉSEAU NEURONAL PROFOND AMÉLIORÉ
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication :    WO/2017/206066    N° de la demande internationale :    PCT/CN2016/084128
Date de publication : 07.12.2017 Date de dépôt international : 31.05.2016
CIB :
G06K 9/66 (2006.01)
Déposants : NOKIA TECHNOLOGIES OY [FI/FI]; Karaportti 3, Espoo 02610 (FI).
CAO, Jiale [CN/CN]; (CN) (LC only)
Inventeurs : CAO, Jiale; (CN)
Mandataire : KING & WOOD MALLESONS; 20th Floor, East Tower, World Financial Centre, No. 1 Dongsanhuan Zhonglu, Chaoyang District Beijing 100020 (CN)
Données relatives à la priorité :
Titre (EN) METHOD AND APPARATUS FOR DETECTING SMALL OBJECTS WITH AN ENHANCED DEEP NEURAL NETWORK
(FR) PROCÉDÉ ET APPAREIL DE DÉTECTION DE PETITS OBJETS GRÂCE À UN RÉSEAU NEURONAL PROFOND AMÉLIORÉ
Abrégé : front page image
(EN)Various methods are provided for training and subsequently utilizing a convolutional neural network (CNN) to detect small pedestrians (e.g., pedestrians located away a large distance). One example method may comprise performing a first training stage in which a first CNN is trained to detect objects of a first size, the first CNN trained using a first set of images comprised of objects of the first size, and configured to output a first set of parameters, performing a second training stage in which a second CNN is trained using a second set of images, the second set of images comprising objects of a second size, and the first CNN is initialized with the first set of parameters and is re-trained using the second set of images, and determining parameters of the first CNN by minimizing error between the first CNN and the second CNN.
(FR)L'invention concerne divers procédés d'apprentissage et d'utilisation ultérieure d'un réseau neuronal convolutif (CNN) pour détecter de petits piétons (par exemple, des piétons éloignés à une distance importante). Un procédé illustratif peut consister à effectuer une première étape d'apprentissage dans laquelle un premier CNN est entraîné pour détecter des objets d'une première taille, le premier CNN étant entraîné grâce à un premier ensemble d'images composées d'objets de la première taille, et configuré pour produire un premier ensemble de paramètres, à effectuer une deuxième étape d'apprentissage dans laquelle un deuxième CNN est entraîné grâce à un deuxième ensemble d'images, le deuxième ensemble d'images comprenant des objets d'une deuxième taille, et le premier CNN est initialisé avec le premier ensemble de paramètres et est entraîné de nouveau grâce au deuxième ensemble d'images, et à déterminer des paramètres du premier CNN en minimisant l'erreur entre le premier CNN et le deuxième CNN.
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 : anglais (EN)
Langue de dépôt : anglais (EN)