龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：辉达公司
申请日：2019-09-20
公开（公告）日：2024-06-28
公开（公告）号：CN113056743B
主分类号：G06V20/54
分类号：G06V20/54;G06V10/774
优先权：["20180920 US 62/734,199"]
专利状态码：有效-授权
法律状态：2024.06.28#授权;2021.07.16#实质审查的生效;2021.06.29#公开
摘要：在各个示例中，神经网络可以被训练用于在相机网络中的车辆重新识别任务例如，匹配跨帧的车辆的外观和分类中使用。神经网络可以被训练以学习嵌入空间，使得与表示不同身份的车辆相比，对应于相同身份的车辆的嵌入被投影为在嵌入空间内彼此更靠近。为了准确且有效地学习嵌入空间，可以使用对比损失函数或三元组损失函数来训练神经网络。此外，为了进一步提高准确度和效率，可以使用采样技术在此被称为批次样本来在训练期间识别对更新神经网络的参数最有意义的嵌入。
主权项：1.一种计算机实现的方法，包括：使用神经网络的一个或更多个实例来计算表示对应于嵌入空间的嵌入的数据，所述嵌入包括对应于锚图像并且描绘第一车辆的锚嵌入、对应于描绘所述第一车辆的图像的多个正嵌入、以及对应于描绘与所述第一车辆不同的第二对象的图像的多个负嵌入；至少部分地基于所述数据，计算所述锚嵌入与所述多个正嵌入中的每个正嵌入之间的第一距离集合以及所述锚嵌入与所述多个负嵌入中的每个负嵌入之间的第二距离集合；确定对应于所述第一距离集合的第一分布和对应于所述第二距离集合的第二分布；从来自所述第一分布的所述多个正嵌入中选择与最高概率相关联的正嵌入，并且从来自所述第二分布的所述多个负嵌入中选择与最高概率相关联的负嵌入；以及使用所述正嵌入和所述负嵌入来训练所述神经网络。
全文数据：
权利要求：
百度查询： 辉达公司 训练神经网络以用于车辆重新识别
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号