专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明专利

DE102021117481A1 Anonymisierung eines strukturierten Datums und Einlernen eines faltenden neuronalen Netzwerks ausgehend von einem anonymisierten strukturierten Datum 未知
公开(公告)号：DE102021117481A1
公开(公告)日：2023-01-12
申请号：DE102021117481
申请日：2021-07-07
申请人： VALEO SCHALTER & SENSOREN GMBH
发明人： FRANCIS EMILIE , PEREZ PATRICK
IPC分类号： G06V10/82
摘要： Gegenstand der Erfindung ist ein Verfahren (100) zur Anonymisierung eines strukturierten Datums, umfassend: einen Schritt (110) des Einspeisens eines strukturierten Datums am Eingang eines voreingelernten tieffaltenden neuronalen Netzwerks, wobei das strukturierte Datum ein identifizierbares Teildatum umfasst; einen Schritt (120) des Extrahierens von mindestens einem Aktivierungsvolumen, welches von mindestens einer ersten Schicht erzeugt wird, welche das voreingelernte neuronale Netzwerk bildet; einen Schritt (130) des Modifizierens des strukturierten Datums, um ein anonymisiertes strukturiertes Datum zu erzeugen, bei welchem das identifizierbare Teildatum durch ein nicht identifizierbares Teildatum ersetzt wurde; und einen Schritt (140) des Speicherns eines Datensatzes (E), welcher mindestens das anonymisierte strukturierte Datum und das mindestens eine extrahierte Aktivierungsvolumen (50) umfasst.

2. 发明专利

GB2608670A Confidence generation using a neural network 未知
公开(公告)号：GB2608670A
公开(公告)日：2023-01-11
申请号：GB202204317
申请日：2022-01-25
申请人： NVIDIA CORP
发明人： ERIC KANGNING ZHANG , ZORAN NIKOLIC , BRANISLAV KISACANIN , ERIC VISCITO
IPC分类号： G06V10/26 , A01B79/00 , A01M21/00 , B60W60/00 , G06N3/04 , G06N3/063 , G06V10/82 , G06V20/10 , G06V20/13 , G06V20/58
摘要： Apparatuses, systems (10), and techniques to generate one or more confidence values (116) associated with one or more objects identified by one or more neural networks (104). In at least one embodiment, one or more confidence values (116) associated with one or more objects identified by one or more neural networks (104) are generated based on, for example, one or more neural network outputs.

3. 发明专利

DE112021001461T5 VERBESSERTE OBJEKTIDENTIFIZIERUNG MITTELS EINES ODER MEHRERER NEURONALER NETZE 未知
公开(公告)号：DE112021001461T5
公开(公告)日：2022-12-29
申请号：DE112021001461
申请日：2021-08-09
申请人： NVIDIA CORP
发明人： CHOI JIWOONG , ALVAREZ LOPEZ JOSE MANUEL
IPC分类号： G06V10/82 , G06V10/25
摘要： Vorrichtungen, Systeme und Verfahren zum Identifizieren eines oder mehrerer Objekte in einem oder mehreren Bildern werden offenbart. Bei mindestens einer Ausführungsform werden ein oder mehrere Objekte in einem oder mehreren Bildern zumindest teilweise auf der Grundlage einer Wahrscheinlichkeit, dass sich ein oder mehrere Objekte von anderen Objekten in dem einen oder den mehreren Bildern unterscheiden, identifiziert.

4. 发明专利

DE112020006752T5 Modellerzeugungsvorrichtung, fahrzeugseitige Vorrichtung und Modellerzeugungsverfahren 未知
公开(公告)号：DE112020006752T5
公开(公告)日：2022-12-29
申请号：DE112020006752
申请日：2020-02-17
申请人： MITSUBISHI ELECTRIC CORP
发明人： OKUDA TARO , TANAKA GENKI
IPC分类号： G06N3/02 , G06N3/08 , G06V10/82
摘要： Vorgesehen sind: eine Auswahlinformations-Erfassungseinheit (11) zum Erfassen von Auswahlinformationen zum Identifizieren eines zu erzeugenden Zielmodells aus einer Vielzahl von erzeugbaren neuronalen Netzwerkmodellen; eine Modellidentifikationseinheit (12) zum Identifizieren des Zielmodells auf der Grundlage der Auswahlinformationen, die von der Auswahlinformations-Erfassungseinheit (11) erfasst werden; eine Gewichtserfassungseinheit (13) zum Erfassen eines Gewichts des von der Modellidentifikationseinheit (12) identifizierten Zielmodells; und eine Modellerzeugung (14) zum Erzeugen des Zielmodells, das von der Modellidentifikationseinheit (12) identifiziert wurde, auf der Grundlage der Gewichtung, die von der Gewichtserfassungseinheit (13) erfasst wurde, und einer Gewichtskarte, in der Strukturinformationen über eine Struktur jedes der mehreren neuronalen Netzmodelle und Informationen zum Abbilden einer Gewichtung in der Struktur definiert sind.

5. 发明专利

DE102022114651A1 TRAINING VON OBJEKTERFASSUNGSSYSTEMEN MIT GENERIERTEN BILDERN 未知
公开(公告)号：DE102022114651A1
公开(公告)日：2022-12-29
申请号：DE102022114651
申请日：2022-06-10
申请人： NVIDIA CORP
发明人： MUSTIKOVELA SIVA KARTHIK , DE MELLO SHALINI , PRAKASH AAYUSH , IQBAL UMAR , LIU SIFEI , KAUTZ JAN
IPC分类号： G06V10/82 , G06N3/08
摘要： Geräte, Systeme und Techniken zum Identifizieren von Objekten in einem Bild unter Verwenden von selbstüberwachtem maschinellen Lernen. Bei mindestens einer Ausführungsform wird ein maschinelles Lernsystem darauf trainiert, Objekte zu erkennen, indem ein erstes Netzwerk dazu trainiert wird, Objekte in Bildern, die von einem zweiten Netzwerk generiert werden, zu erkennen. Bei mindestens einer Ausführungsform ist das zweite Netzwerk ein steuerbares Netzwerk.

6. 发明专利

GB2607420A Image processing apparatus and method for controlling the same 未知
公开(公告)号：GB2607420A
公开(公告)日：2022-12-07
申请号：GB202204548
申请日：2022-03-30
申请人： CANON KK
发明人： YUTA KAWAMURA , KEISUKE MIDORIKAWA
IPC分类号： G06V10/25 , G06V10/82
摘要： A method of detecting an object of interest in an image, comprising: detecting a plurality of types of objects (subjects) in the image S404, (201, Fig.2B); receiving an indication of an object of interest (priority subject) from a user S407, (205, Fig.2B; Fig.3); and where there is a plurality of object types detected, determining a single object of interest based on the received priority subject type and the detected subjects S408, S409, (206, Fig.2B). A library (dictionary) of learned neural network weightings for each detectable object (204, Fig.2B) may be used during object detection. An object detection reliability score may be calculated and used in determining a single object of interest (S603, Fig.6). Each subject type may be given a priority for detection and determining an object of interest may be based upon the allocated priority, and where there are two objects of same priority the object with the highest normalised reliability score is selected as the object of interest (S603, S604, Fig.6). When an arbitrary region of the input image is specified, all the models in the library of learned neural network weightings may be applied to the area.

7. 发明专利

CA3112265C METHOD AND SYSTEM FOR PERFORMING OBJECT DETECTION USING A CONVOLUTIONAL NEURAL NETWORK 未知
公开(公告)号：CA3112265C
公开(公告)日：2022-11-15
申请号：CA3112265
申请日：2019-07-30
申请人： AVIGILON COPORATION
发明人： WANG YIN
IPC分类号： G06V20/52 , G06N3/02 , G06V10/40 , G06V10/82 , G08B13/196
摘要： Methods, systems, and techniques for performing object detection using a convolutional neural network (CNN) involve obtaining an image and then processing the image using the CNN to generate a first feature pyramid and a second feature pyramid from the first pyramid. The second pyramid includes an enhanced feature map, which is generated by combining an upsampled feature map and a feature map of the first feature pyramid that has a corresponding or lower resolution of a resolution of the enhanced feature map. The upsampled feature map is generated by upsampling a feature map of the second feature pyramid that is at a shallower position in the CNN than the enhanced feature map. The enhanced feature map is split into channel feature maps of different resolutions, with each of the channel feature maps corresponding to channels of the enhanced feature map. Object detection is performed on the channel feature maps.

8. 发明专利

DE102022110833A1 SPEICHERAUSFALLVORHERSAGE 未知
公开(公告)号：DE102022110833A1
公开(公告)日：2022-11-10
申请号：DE102022110833
申请日：2022-05-03
申请人： MICRON TECHNOLOGY INC
发明人： CHAURASIA ABHISHEK
IPC分类号： G06V10/82
摘要： Ein System, ein Verfahren und ein Gerät zur Speicherausfallvorhersage durch Bildanalysen unter Verwendung eines künstlichen neuronalen Netzwerks. Eine Sequenz von Bildern, die ein Fortschreiten von Speicherausfällen in einem Bereich eines integrierten Schaltungschips angibt, kann gemäß einem physischen Layout von Speicherzellen in dem Bereich erzeugt werden. Das künstliche neuronale Netzwerk kann dazu trainiert werden, grafische Merkmale in frühen Bildern in der Sequenz zu erkennen und auf Grundlage der erkannten grafischen Merkmale Speicherausfälle vorherzusagen, die in nachfolgenden Bildern in der Sequenz gezeigt werden. Ein Rechengerät kann das künstliche neuronale Netzwerk verwenden, um ein Eingangsbild zu analysieren, das gegenwärtige Speicherausfälle in dem Bereich zeigt, und um eine oder mehrere Speicherzellen in dem Bereich zu identifizieren, die wahrscheinlich nachfolgende Speicherausfälle aufweisen werden.

9. 发明专利

IL295587A Bus network for artificial intelligence-based base caller 未知
公开(公告)号：IL295587A
公开(公告)日：2022-10-01
申请号：IL29558722
申请日：2022-08-14
申请人： ILLUMINA INC
IPC分类号： G06V10/44 , G06V10/762 , G06V10/764 , G06V10/77 , G06V10/82 , G16B30/00 , G16B30/20 , G16B40/10 , G16B40/20
摘要： The technology disclosed relates to a system that comprises a spatial convolution network and a temporal convolution network. The spatial convolution network is configured to process a window of per-cycle sequencing image sets and generate respective per-cycle spatial feature map sets. Trained coefficients of spatial convolution filters in spatial convolution filter banks of respective sequences of spatial convolution filter banks vary between sequences of spatial convolution layers in respective sequences of spatial convolution layers. The temporal convolution network is configured to process the per-cycle spatial feature map sets on a groupwise basis and generate respective per-group temporal feature map sets. Trained coefficients of temporal convolution filters in respective temporal convolution filter banks vary between temporal convolution filter banks in respective temporal convolution filter banks.

10. 发明专利

IL295585A Split architecture for artificial intelligence-based base caller 未知
公开(公告)号：IL295585A
公开(公告)日：2022-10-01
申请号：IL29558522
申请日：2022-08-14
申请人： ILLUMINA INC
IPC分类号： G06V10/44 , G06V10/762 , G06V10/764 , G06V10/77 , G06V10/82 , G16B30/00 , G16B30/20 , G16B40/10 , G16B40/20
摘要： The technology disclosed relates to a system that comprises a spatial convolution network and a temporal convolution network. The spatial convolution network is configured to process a window of per-cycle sequencing image sets and generate respective per-cycle spatial feature map sets. Trained coefficients of spatial convolution filters in spatial convolution filter banks of respective sequences of spatial convolution filter banks vary between sequences of spatial convolution layers in respective sequences of spatial convolution layers. The temporal convolution network is configured to process the per-cycle spatial feature map sets on a groupwise basis and generate respective per-group temporal feature map sets. Trained coefficients of temporal convolution filters in respective temporal convolution filter banks vary between temporal convolution filter banks in respective temporal convolution filter banks.

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式