用户名: 密码:    忘记密码   注册   在线充值
学习方法  
 【申请号】  CN201610094433.7  【申请日】  2016-02-19
 【公开号】  CN105938558A  【公开日】  2016-09-14
 【申请人】  松下知识产权经营株式会社  【地址】  日本大阪府
 【共同申请人】  
 【发明人】  羽川令子;筑泽宗太郎;石井育规
 【国际申请】    【国际公布】  
 【进入国家日期】  
 【专利代理机构】  北京市中咨律师事务所 11247  【代理人】  刘瑞东;段承恩
 【分案原申请号】  
 【国省代码】  JP
 【摘要】  本公开提供能够高精度地进行图像识别并且提高图像识别的处理速度的分类器的学习方法等。学习方法包括:第1步骤(S1),使由第1神经网络构成的粗类别分类器将图像组分类为包含多个详细类别的多个粗类别而学习该多个粗类别的每一个粗类别的共同的特征即第1特征,所述图像组被赋予了表示各自的详细类别的标签;以及第2步骤(S2),使由第2神经网络构成的详细类别分类器将图像组分类为详细类别而学习该详细类别的每一个详细类别的共同的特征即第2特征,由此进行分类器的学习,所述第2神经网络与在第1步骤进行了学习的上述第1神经网络的最终层以外相同而仅该最终层不同。
 【主权项】  一种学习方法,其是用于对图像进行分类的分类器的学习方法,包括:第1步骤,使由第1神经网络构成的粗类别分类器将图像组分类为包含多个详细类别的多个粗类别而学习该多个粗类别的每一个粗类别的共同的特征即第1特征,所述图像组是被赋予了表示各自的详细类别的标签的多个图像的图像组;以及第2步骤,使由第2神经网络构成的详细类别分类器将上述图像组分类为详细类别而学习该详细类别的每一个详细类别的共同的特征即第2特征,由此进行上述分类器的学习,所述第2神经网络与在上述第1步骤进行了学习的上述第1神经网络的最终层以外相同而仅该最终层不同。
 【页数】  29
 【主分类号】  G06K9/62
 【专利分类号】  G06K9/62;G06N3/08
   推荐下载阅读CAJ格式全文 查询法律状态
(不支持迅雷等加速下载工具,请取消加速工具后下载。)

 


专利产出状态分析  
本领域科技成果与标准  
发明人发表文献
申请机构(个人)发表文献
本专利研制背景
本专利应用动态
所涉核心技术研究动态
京 ICP 证 040431 号 网络出版服务许可证 (总)网出证(京)字第 271 号经营性网站备案信息 京公网安备 11010802020460 号
© 2010-2017 中国知网(CNKI) 《中国学术期刊(光盘版)》电子杂志社有限公司 KDN 平台基础技术由 KBASE 11.0 提供
服务热线:400-810-9888 订卡热线:800-810-6613
在线咨询:http://help.cnki.net 客服中心:http://service.cnki.net 电子邮件:help@cnki.net
可信网站 诚信网站