[发明专利]人工神经网络

说明书

根据本发明的一个示例方面提供了一种设备，包括：存储器，被配置为至少部分地存储卷积人工神经网络的标记信息；以及至少一个处理核，被配置为根据标记信息从输入数据项生成卷积人工神经网络的部分特征图，从部分特征图生成到多个弱分类器的输入，以生成分类决策，其中标记信息标识以下中的至少一个：特征图的用于生成输入的元素，以及特征图的用以生成用于生成该输入的元素的元素。

技术领域

本发明涉及一种人工神经网络，例如卷积人工神经网络。

背景技术

机器学习和机器标识发现了若干应用，例如，机场的自动护照检查，其中人脸的数字图像可以与存储在护照中的表征人的面部的生物特征信息进行比较。

机器标识的另一个例子是手写或打印的文档文本标识，以例如呈现可搜索的书籍内容。另一个例子是行人标识，其中，最终，自动驾驶汽车被视为能够意识到行人在前方并且汽车可以避免冲撞行人。

除了视觉标识之外，口语可以是机器标识的主题。当标识出口语时，可以随后将其输入到解析器以向数字个人助理提供命令，或者可以将其提供给机器翻译程序，从而获得与口语相对应的另一种语言的文本。

机器标识技术采用为此目的而设计的算法。例如，人工神经网络可用于实现机器视觉应用。人工神经网络在本文中可简称为神经网络。机器标识算法可以包括处理功能，标识图像，这样的处理功能可以包括例如滤波，例如形态滤波，阈值处理，边缘检测，模式标识和对象尺寸测量。

神经网络可以包括例如完全连接的层和卷积层。完全连接的层可以包括一层，其中所有神经元都与相邻层，例如前一层上的所有神经元有连接。卷积层可以包括其中神经元从前一层的一部分接收输入的层，该部分例如被称为感受域。

层数越多，与运行人工神经网络相关的计算负荷越大。

发明内容

本发明由独立权利要求的特征限定。一些特定实施例在从属权利要求中限定。

根据本发明的第一方面，提供了一种设备，包括：存储器，被配置为至少部分地存储卷积人工神经网络的标记信息；以及至少一个处理核，被配置为根据标记信息由输入数据项生成卷积人工神经网络的部分特征图，从该部分特征图生成到多个弱分类器的输入以生成分类决策，其中标记信息标识以下至少一个：特征图的生成输入的元素，特征图的以及用以生成用于生成该输入的元素的元素。

第一方面的各种实施例可以包括来自以下分项列表的至少一个特征：

·该设备被配置为，在生成部分特征图时生成由标记信息标识的特征图元素，并且保留未由标记信息标识的特征图元素的至少一部分未生成

·该设备被配置为，在生成部分特征图时，生成由标记信息标识的特征图元素，并且保留所有未由标记信息标识的特征图元素未生成

·该设备被配置为，在生成部分特征图时，保留不包括由标记信息标识的任何元素的特征图未生成

·输入数据项包括图像，视频帧和音频剪辑中的至少一个

·该设备被配置为，响应于多个弱分类器基于部分特征图的部分生成所采取的分类决策，停止分析输入数据项

·该设备被配置为，响应于弱分类器基于部分特征图未到达的分类决策而生成默认分类决策

·默认分类决策包括在输入数据项中检测到对象

·卷积人工神经网络包括19层

·卷积人工神经网络被配置为，使用整个输入数据项，输入数据项包括图像。