Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

使用Siamese自动编码器实现特征重要性以进行有效的图像变化检测 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:慧与发展有限责任合伙企业

摘要:本公开的多个实施例涉及使用Siamese自动编码器实现特征重要性以进行有效的图像变化检测。提供了用于使用改进的“子”神经网络和损失函数实现Siamese神经网络的系统和方法。例如,系统可以使用带有卷积自动编码器的Siamese神经网络作为孪生子网络例如,Siamese自动编码器或“SAE”来检测图像中的粒度变化。在一些示例中,损失函数可以是SAE网络的自适应损失函数,而不是对比损失函数,这有助于顺利控制跨图像的变化检测的粒度。在一些示例中,可以计算图像分离距离值以确定图像对之间的变化值。图像分离距离值可以使用与神经网络的自动编码器的编码器部分的隐空间相关联的Euclidean距离来确定。

主权项:1.一种计算设备,包括:存储器;以及一个或多个处理器,被配置为执行存储在所述存储器中的机器可读指令以用于执行方法,所述方法包括:在成对图像上训练Siamese自动编码器,其中已训练的Siamese神经网络检测所述成对图像中的相似性和差异性;接收第二对图像;将所述第二对图像中的每个图像提供给已训练的所述Siamese自动编码器的编码器和解码器,以生成已解码第二对图像;使用所述已解码第二对图像发起损失函数的微调,其中所述损失函数是自适应边际损失函数,所述自适应边际损失函数包括上边际值和下边际值;确定与所述已解码第二对图像相关联的相似性值;以及基于所述相似性值生成图像特征输出。

全文数据:

权利要求:

百度查询: 慧与发展有限责任合伙企业 使用Siamese自动编码器实现特征重要性以进行有效的图像变化检测

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。