処理中

しばらくお待ちください...

設定

設定

Goto Application

1. WO2020065908 - パターン認識装置、パターン認識方法およびパターン認識プログラム

公開番号 WO/2020/065908
公開日 02.04.2020
国際出願番号 PCT/JP2018/036217
国際出願日 28.09.2018
IPC
G06T 7/00 2017.01
G物理学
06計算;計数
Tイメージデータ処理または発生一般
7イメージ分析
CPC
G06T 7/00
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
7Image analysis
出願人
  • 日本電気株式会社 NEC CORPORATION [JP]/[JP]
発明者
  • 高橋 勝彦 TAKAHASHI Katsuhiko
  • 宮野 博義 MIYANO Hiroyoshi
  • 井下 哲夫 INOSHITA Tetsuo
代理人
  • 岩壁 冬樹 IWAKABE Fuyuki
  • 塩川 誠人 SHIOKAWA Masato
優先権情報
公開言語 (言語コード) 日本語 (JA)
出願言語 (言語コード) 日本語 (JA)
指定国 (国コード)
発明の名称
(EN) PATTERN RECOGNITION DEVICE, PATTERN RECOGNITION METHOD, AND PATTERN RECOGNITION PROGRAM
(FR) DISPOSITIF DE RECONNAISSANCE DE MOTIFS, PROCÉDÉ DE RECONNAISSANCE DE MOTIFS ET PROGRAMME DE DE RECONNAISSANCE DE MOTIFS
(JA) パターン認識装置、パターン認識方法およびパターン認識プログラム
要約
(EN)
This pattern recognition device 20 comprises: a prediction unit 21 which predicts the identification performance of a neural network-type identifier after learning, by using first learning data and second learning data, the first learning data including feature amount data output from one of a plurality of layers of the neural network-type identifier in which a plurality of layers to which learning image data is input are connected in a layered form, and the second learning data including feature amount data output from another layer different from the one layer of the plurality of layers of the neural network-type identifier to which learning image data different from the image data is input; and a determination unit 22 which determines a range of a learning target layer of the neural network-type identifier on the basis of the predicted identification performance.
(FR)
Le dispositif de reconnaissance de motifs 20 selon l’invention comprend : une unité de prédiction 21 qui prédit la performance d’identification d’un identificateur de type réseau neuronal après un apprentissage, à l’aide de premières données d’apprentissage et de secondes données d’apprentissage, les premières données d’apprentissage, incluant des données de quantité de caractéristiques délivrées par une couche d’une pluralité de couches de l’identificateur de type réseau neuronal dans lequel une pluralité de couches auxquelles des données d’image d’apprentissage sont entrées, sont connectées sous forme de couches superposées, et les secondes données d’apprentissage, incluant des données de quantité de caractéristiques délivrées par une autre couche différente de la couche de la pluralité des couches de l’identificateur de type réseau neuronal auxquelles des données d’image d’apprentissage différentes des données d’image sont entrées ; et une unité de détermination 22 qui détermine une plage d’une couche cible d’apprentissage de l’identificateur de type réseau neuronal sur la base de la performance d’identification prédite.
(JA)
パターン認識装置20は、学習用の画像データが入力された複数の層が層状に結合されたニューラルネットワーク型識別器の複数の層のうちの1つの層が出力する特徴量データを含む第1学習データと、画像データと異なる学習用の画像データが入力されたニューラルネットワーク型識別器の複数の層のうちの1つの層と異なる1つの層が出力する特徴量データを含む第2学習データとが用いられて学習された後のニューラルネットワーク型識別器の識別性能を予測する予測部21と、予測された識別性能に基づいてニューラルネットワーク型識別器の学習対象の層の範囲を決定する決定部22とを備える。
国際事務局に記録されている最新の書誌情報