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. (WO2018076130) PROCÉDÉ D'ÉTABLISSEMENT DE MODÈLE DE RECONNAISSANCE D'OBJETS, ET PROCÉDÉ DE RECONNAISSANCE D'OBJETS
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication :    WO/2018/076130    N° de la demande internationale :    PCT/CN2016/103019
Date de publication : 03.05.2018 Date de dépôt international : 24.10.2016
CIB :
G06K 9/62 (2006.01), G06K 9/46 (2006.01), G06N 3/08 (2006.01)
Déposants : INSTITUTE OF AUTOMATION, CHINESE ACADEMY OF SCIENCES [CN/CN]; No.95 East Zhongguancun Road, Haidian District Beijing 100080 (CN)
Inventeurs : HUANG, Kaiqi; (CN).
LIU, Kangwei; (CN)
Mandataire : HANRAY LAW FIRM; 512A-B, 5th Floor, Century Square, 99 Wangfujing Street, Dongcheng District Beijing 100080 (CN)
Données relatives à la priorité :
Titre (EN) METHOD FOR ESTABLISHING OBJECT RECOGNITION MODEL, AND OBJECT RECOGNITION METHOD
(FR) PROCÉDÉ D'ÉTABLISSEMENT DE MODÈLE DE RECONNAISSANCE D'OBJETS, ET PROCÉDÉ DE RECONNAISSANCE D'OBJETS
(ZH) 物体识别模型的建立方法及物体识别方法
Abrégé : front page image
(EN)The present invention relates to a method for establishing object recognition model, and an object recognition method. The method for establishing an object recognition model comprises: obtaining an input image; extracting a depth feature of the input image; on the basis of a random field structure model, performing structural modeling of an object in the input image to obtain a structural representation of the object; on the basis of the structural representation of the object, using a gradient back-propagation algorithm to learn structural parameters and solve a gradient, and using a stochastic gradient descent algorithm to perform learning and training and obtain an object recognition model. The embodiments of the present invention solve the technical problems, concerning an object in a visual task, of complex elastic deformation and positional and visual changes, thus improving structural representation capabilities in deep network modeling. The embodiments of the present invention may be used in various fields, such as object classification, object detection, and face recognition.
(FR)La présente invention concerne un procédé d'établissement de modèle de reconnaissance d'objets, et un procédé de reconnaissance d'objets. Le procédé d'établissement d'un modèle de reconnaissance d'objets comporte les étapes consistant à: obtenir une image d'entrée; extraire une caractéristique de profondeur de l'image d'entrée; sur la base d'un modèle de structure de champ aléatoire, effectuer une modélisation structurale d'un objet figurant dans l'image d'entrée pour obtenir une représentation structurale de l'objet; sur la base de la représentation structurale de l'objet, utiliser un algorithme de rétro-propagation du gradient pour apprendre des paramètres structuraux et résoudre un gradient, et utiliser un algorithme de descente de gradient stochastique pour effectuer un apprentissage et un entraînement et obtenir un modèle de reconnaissance d'objets. Les modes de réalisation de la présente invention résolvent les problèmes techniques, concernant un objet dans une tâche visuelle, de déformation élastique complexe et de changements de position et visuels, améliorant ainsi les capacités de représentation structurale dans la modélisation en réseau profond. Les modes de réalisation de la présente invention peuvent être utilisés dans divers domaines, comme la classification d'objets, la détection d'objets et la reconnaissance faciale.
(ZH)本发明涉及一种物体识别模型的建立方法和物体识别方法。其中,该物体识别模型的建立方法包括:获取输入图像;提取输入图像的深度特征;基于随机场结构模型对输入图像中的物体进行结构化建模,得到物体的结构化表达;基于物体的结构化表达,利用梯度反向传播算法学习结构参数,求解梯度,并利用随机梯度下降算法进行学习和训练,得到物体识别模型。通过本发明实施例,解决了视觉任务中物体复杂的弹性变形、姿态变化及视觉变化的技术问题,提高了深度网络模型的结构表达能力。本发明实施例可以应用于诸如物体分类、物体检测、人脸识别等涉及物体识别的众多领域。
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, DJ, 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, KW, 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)