[發明專利]用于訓練神經網絡以分類對象或事件的方法和系統有效
| 申請號: | 201810685772.1 | 申請日: | 2018-06-28 |
| 公開(公告)號: | CN109214261B | 公開(公告)日: | 2020-12-01 |
| 發明(設計)人: | J·圖爾伯格;V·A·安德森 | 申請(專利權)人: | 安訊士有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 北京市中咨律師事務所 11247 | 代理人: | 李燁;楊曉光 |
| 地址: | 瑞典*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用于 訓練 神經網絡 分類 對象 事件 方法 系統 | ||
1.一種用于訓練分類器的方法,所述方法包括:
在對應的時間點分別在第一傳感器和第二傳感器處捕獲傳感器數據,
由所述第一傳感器生成第一組傳感器數據,所述第一組傳感器數據包括表示被監測環境中的對象或事件的數據,
由所述第二傳感器生成第二組傳感器數據,所述第二組傳感器數據表示與由所述第一組傳感器數據表示的時間段對應的時間段,
向導師分類器輸入表示所述第一組數據并包括表示所述對象或所述事件的數據的數據,
在所述導師分類器中生成所述對象或事件的分類,
在學徒分類器訓練過程中接收所述第二組傳感器數據,
在所述學徒分類器訓練過程中接收在所述導師分類器中生成的所述分類,以及
使用所述第二組傳感器數據作為輸入并且使用從所述導師分類器接收的所述分類作為所述第二組傳感器數據的所述分類的基礎事實,在所述學徒分類器訓練過程中訓練所述學徒分類器。
2.根據權利要求1所述的方法,其中發送給所述導師分類器的所述第一組傳感器數據是包括所述對象或所述事件的所述第一組傳感器數據的子集,其中所述第一組傳感器數據的所述子集表示與在被監測環境中的所述對象或所述事件的空間位置相關的傳感器數據,并且其中發送給所述學徒分類器的所述第二組傳感器數據表示所述第二傳感器數據的子集,其中所述第二傳感器數據的所述子集表示與所述被監測環境中對應于所述第一組傳感器數據的所述子集的所述空間位置相關的數據。
3.根據權利要求2所述的方法,其中所述傳感器是圖像傳感器,其中所述第一組傳感器數據是靜止圖像,并且其中所述第二組傳感器數據是視頻幀序列。
4.根據權利要求1所述的方法,其中所述第一傳感器和所述第二傳感器被布置為從不同類型的傳感器輸入生成數據。
5.根據權利要求4所述的方法,其中所述第一傳感器是圖像傳感器,并且其中所述第二傳感器是來自包括雷達傳感器、音頻傳感器、聲場傳感器、LIDAR傳感器、激光吸收光譜傳感器、聲納傳感器、輻射傳感器、X射線傳感器、超聲波的組中的任何傳感器類型。
6.根據權利要求5所述的方法,其中所述圖像傳感器是記錄可見光的傳感器。
7.根據權利要求4所述的方法,其中所述第一傳感器是記錄可見光的傳感器,并且所述第二傳感器是記錄紅外光的傳感器。
8.根據權利要求1-7中任一項所述的方法,其中所述導師分類器基于神經網絡。
9.根據權利要求1-7中任一項所述的方法,其中所述學徒分類器基于神經網絡。
10.一種被布置為訓練分類器的系統,所述系統包括:
第一傳感器和第二傳感器,其被配置為在對應的時間點捕獲傳感器數據,
導師分類器,其被布置為接收由所述第一傳感器生成的并且包括表示被監測環境中的對象或事件的數據的第一組傳感器數據,并且生成所述對象或事件的分類,
學徒分類器,其被布置為被訓練,其中所述訓練包括接收由所述第二傳感器生成的并表示與由所述第一組傳感器數據表示的時間段對應的時間段的第二組傳感器數據,
損失值計算器,其被布置為從所述導師分類器接收輸出分類,從所述學徒分類器接收輸出分類,并計算標識兩個接收到的分類之間的差異的損失值,以及
權重調節器,其被布置為響應于由所述損失值計算器計算的所述損失值來調節所述學徒分類器中的權重。
11.根據權利要求10所述的系統,其中傳感器是圖像傳感器。
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安訊士有限公司,未經安訊士有限公司許可,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/201810685772.1/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:輸入感測單元、顯示裝置和制造輸入感測單元的方法
- 下一篇:檢測裝置





