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. (WO2018076212) PROCÉDÉ DE SEGMENTATION SÉMANTIQUE DE SCÈNE BASÉ SUR UN RÉSEAU DE NEURONES DÉCONVOLUTIF
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication :    WO/2018/076212    N° de la demande internationale :    PCT/CN2016/103425
Date de publication : 03.05.2018 Date de dépôt international : 26.10.2016
CIB :
G06T 7/00 (2017.01)
Déposants : INSTITUTE OF AUTOMATION, CHINESE ACADEMY OF SCIENCES [CN/CN]; No. 95 East Zhongguancun Road, Haidian District Beijing 100080 (CN)
Inventeurs : HUANG, Kaiqi; (CN).
ZHAO, Xin; (CN).
CHENG, Yanhua; (CN)
Mandataire : HANRAY LAW FIRM; 512A-B, 5th Floor, Century Square 99 Wangfujing Street, Dongcheng District Beijing 100006 (CN)
Données relatives à la priorité :
Titre (EN) DE-CONVOLUTIONAL NEURAL NETWORK-BASED SCENE SEMANTIC SEGMENTATION METHOD
(FR) PROCÉDÉ DE SEGMENTATION SÉMANTIQUE DE SCÈNE BASÉ SUR UN RÉSEAU DE NEURONES DÉCONVOLUTIF
(ZH) 基于反卷积神经网络的场景语义分割方法
Abrégé : front page image
(EN)Disclosed is a de-convolutional neural network-based scene semantic segmentation method. The method comprises the following steps of: S1, extracting intensive feature expression for a scene picture by using a full-convolutional neural network; and S2, carrying out up-sampling learning and object edge optimization on the intensive feature expression obtained in the step S1 through utilizing a locally sensitive de-convolutional neural network by means of a local affinity matrix of the picture, so as to obtain a score map of the picture and then realize refined scene semantic segmentation. Through the locally sensitive de-convolutional neural network, the sensitivity, to the local edge, of the full-convolutional neural network is strengthened by utilizing local bottom layer information, so that scene segmentation with higher precision is obtained.
(FR)L'invention concerne un procédé de segmentation sémantique de scène basé sur un réseau de neurones déconvolutif. Le procédé comprend les étapes consistant : S1, à extraire une expression de caractéristiques intensive pour une image de scène à l'aide d'un réseau de neurones totalement convolutif ; et S2, à effectuer un apprentissage de suréchantillonnage et une optimisation de contours d'objet sur l'expression de caractéristiques intensive obtenue à l'étape S1 au moyen d'un réseau de neurones déconvolutif sensible localement à l'aide d'une matrice d'affinité locale de l'image, de façon à obtenir une carte de score de l'image puis à réaliser une segmentation sémantique de scène affinée. Grâce au réseau de neurones déconvolutif sensible localement, la sensibilité au contour local du réseau de neurones totalement convolutif est renforcée au moyen d'informations de couche inférieure locale, de sorte qu'une segmentation de scène plus précise soit obtenue.
(ZH)一种基于反卷积神经网络的场景语义分割方法,所述方法包括下述步骤:步骤S1,对场景图片用全卷积神经网络提取密集特征表达;步骤S2,利用局部敏感的反卷积神经网络并借助所述图片的局部亲和度矩阵,对步骤S1中得到的密集特征表达进行上采样学习以及物体边沿优化,得到所述图片的分数图,从而实现精细的场景语义分割。通过局部敏感的反卷积神经网络,利用局部底层信息来加强全卷积神经网络对局部边沿的敏感性,从而得到更高精度的场景分割。
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)