[發明專利]基于小規模卷積神經網絡年齡和/或性別評估方法及系統有效
| 申請號: | 201711118413.X | 申請日: | 2017-11-10 |
| 公開(公告)號: | CN107909026B | 公開(公告)日: | 2021-08-13 |
| 發明(設計)人: | 王星;梅迪·塞伊菲;陳明華;吳謙偉;梁杰 | 申請(專利權)人: | 深圳奧瞳科技有限責任公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/46;G06K9/62;G06N3/04 |
| 代理公司: | 深圳市順天達專利商標代理有限公司 44217 | 代理人: | 郭偉剛 |
| 地址: | 518000 廣東省深圳市南山*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 小規模 卷積 神經網絡 年齡 性別 評估 方法 系統 | ||
本申請描述的多個實施例提供了可以對人臉圖像執行年齡和性別評估系統的多個示例,該人臉圖像的尺寸大于給定的小規模硬件卷積神經網絡(CNN)模塊可支持的輸入像素的最大值。在一些實施例中,該年齡和性別評估系統首先將高分辨率的輸入人臉圖像分割成一組合適尺寸的圖像塊,相鄰的圖像塊之間均具有嚴謹設計的重疊部分。然后由小規模CNN模塊,例如Hi3519 SoC的內嵌CNN模塊分別處理每個圖像塊。對應于該組圖像塊的輸出隨后被合并,以獲得對應于該輸入人臉圖像的輸出,并且該合并后的輸出可以被該年齡和性別評估系統中的后續層進一步處理,為該輸入人臉圖像生成年齡和性別分類。
本專利申請依照35 U.S.C.119(e),要求美國臨時專利申請62/428,497(申請名稱:基于有限分辨率小規模CNN模塊的卷積神經網絡(CNN)(CONVOLUTIONAL NEURALNETWORKS(CNN)BASED ON RESOLUTION-LIMITED SMALL-SCALE CNN MODULES);發明人:王星、吳謙偉、梁杰;申請日:2016年11月30日)的優先權。該美國臨時申請的內容以引用形式被并入本申請,并作為本申請的一部分。
本申請還與正在審查中的美國專利申請15/441,194(申請名稱:基于有限分辨率小規模CNN模塊的卷積神經網絡(CNN)系統(CONVOLUTIONAL NEURAL NETWORK(CNN)SYSTEMBASED ON RESOLUTION-LIMITED SMALL-SCALE CNN MODULES);發明人:王星、吳謙偉、梁杰;申請日:2017年2月23日)相關。該美國專利申請以引用形式被并入本申請,并作為本申請的一部分。本申請還與正在審查中的美國專利申請15/657,109(申請名稱:采用嵌入式系統的小規模卷積神經網絡(CNN)模塊的人臉檢測(FACE DETECTION USING SMALL-SCALECONVOLUTIONAL NEURAL NETWORK(CNN)MODULES FOR EMBEDDED SYSTEMS);發明人:王星、梅迪·塞伊菲、陳明華、吳謙偉、梁杰;申請日:2017年7月21日)相關。
技術領域
本申請一般涉及機器學習和人工智能領域,更具體而言,涉及使用小規模硬件卷積神經網絡(CNN)模塊從輸入人臉圖像中評估人的性別和年齡組的系統、裝置和技術。
背景技術
深度學習(DL)是機器學習和人工神經網絡的一個基于一組算法的分支,該算法通過使用具有很多個處理層的人工神經網絡來試圖建模數據中的高層次抽象。典型的DL架構可包括許多層的神經元和數百萬個參數??梢栽谂鋫溆蠫PU的高速計算機上用海量數據訓練這些參數,并由在深層網絡也能適用的新的訓練算法來指導,諸如修正線性單元(ReLU)、漏失(或丟棄)、數據集增強,以及隨機梯度下降(SGD)。
在現有的DL架構之中,卷積神經網絡(CNN)是最流行的架構之一。雖然CNN背后的思想在20多年前就被發現了,但是,CNN的真正的能力只是在深度學習理論的近期發展之后才被認識到。到目前為止,CNN已經在許多人工智能和機器學習領域,諸如人臉識別、圖像分類、圖像字幕生成、可視問答以及自動駕駛汽車中取得了巨大成功。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于深圳奧瞳科技有限責任公司,未經深圳奧瞳科技有限責任公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711118413.X/2.html,轉載請聲明來源鉆瓜專利網。





