此应用程序的某些内容目前无法使用。
如果这种情况持续存在,请联系我们反馈与联系
1. (WO2019045802) DISTANCE METRIC LEARNING USING PROXIES
国际局存档的最新著录项目数据    提交意见

公布号: WO/2019/045802 国际申请号: PCT/US2018/032538
公布日: 07.03.2019 国际申请日: 14.05.2018
国际专利分类:
G06K 9/46 (2006.01) ,G06K 9/66 (2006.01) ,G06K 9/62 (2006.01)
G PHYSICS
06
计算;推算;计数
K
数据识别;数据表示;记录载体;记录载体的处理
9
用于阅读或识别印刷或书写字符或者用于识别图形,例如,指纹的方法或装置
36
图像预处理,即无须判定关于图像的同一性而进行的图像信息处理
46
图像特征或特性的抽取
G PHYSICS
06
计算;推算;计数
K
数据识别;数据表示;记录载体;记录载体的处理
9
用于阅读或识别印刷或书写字符或者用于识别图形,例如,指纹的方法或装置
62
应用电子设备进行识别的方法或装置
64
应用带有许多基准的多个图像信号的同时比较或相关的,例如,电阻矩阵
66
这些基准通过适宜的方法是能够进行调节的,例如,学习
G PHYSICS
06
计算;推算;计数
K
数据识别;数据表示;记录载体;记录载体的处理
9
用于阅读或识别印刷或书写字符或者用于识别图形,例如,指纹的方法或装置
62
应用电子设备进行识别的方法或装置
申请人:
GOOGLE LLC [US/US]; 1600 Amphitheatre Parkway Mountain View, California 94043, US
发明人:
MOYSHOVITZ-ATTIAS, Yair; US
LEUNG, King Hong; US
SINGH, Saurabh; US
TOSHEV, Alexander; US
IOFFE, Sergey; US
代理人:
PROBST, Joseph J.; US
BATAVIA, Neil, M.; US
优先权数据:
15/690,42630.08.2017US
15/710,37720.09.2017US
标题 (EN) DISTANCE METRIC LEARNING USING PROXIES
(FR) APPRENTISSAGE DE MESURE DE DISTANCE À L'AIDE DE MANDATAIRES
摘要:
(EN) The present disclosure provides systems and methods that enable distance metric learning using proxies. A machine-learned distance model can be trained in a proxy space in which a loss function compares an embedding provided for an anchor data point of a training dataset to a positive proxy and one or more negative proxies, where each of the positive proxy and the one or more negative proxies serve as a proxy for two or more data points included in the training dataset. Thus, each proxy can approximate a number of data points, enabling faster convergence. According to another aspect, the proxies of the proxy space can themselves be learned parameters, such that the proxies and the model are trained jointly. Thus, the present disclosure enables faster convergence (e.g., reduced training time). The present disclosure provides example experiments which demonstrate a new state of the art on several popular training datasets.
(FR) L'invention concerne des systèmes et des procédés permettant un apprentissage de mesure de distance à l'aide de mandataires. Un modèle de distance appris par machine peut être appris dans un espace mandataire où une fonction de perte compare une intégration prévue pour un point de données d'ancrage d'un ensemble de données d'apprentissage avec un mandataire positif et un ou plusieurs mandataires négatifs, chaque mandataire parmi le mandataire positif et le ou les mandataires négatifs servant de mandataire pour au moins deux points de données inclus dans l'ensemble de données d'apprentissage. Chaque mandataire peut estimer approximativement un certain nombre de points de données, ce qui permet une convergence plus rapide. Selon un autre aspect, les mandataires de l'espace mandataires peuvent eux-mêmes être des paramètres appris afin d'apprendre conjointement les mandataires et le modèle. Ainsi, l'invention permet une convergence plus rapide (par exemple, un temps d'apprentissage réduit). L'invention concerne des expériences données à titre d'exemple qui démontrent un nouvel état de la technique sur plusieurs ensembles de données d'apprentissage populaires.
front page image
指定国: 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, JO, JP, KE, KG, KH, 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
非洲地区知识产权组织 (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
欧亚专利局 (AM, AZ, BY, KG, KZ, RU, TJ, TM)
欧洲专利局 (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)
非洲知识产权组织 (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
公布语言: 英语 (EN)
申请语言: 英语 (EN)