[发明专利]利用虚拟三维深层神经网络的影像分析装置及方法有效
| 申请号： | 201880027104.8 | 申请日： | 2018-03-23 |
| 公开（公告）号： | CN110574077B | 公开（公告）日： | 2023-08-01 |
| 发明（设计）人： | 金东珉;白钟焕;李明宰;孙智秀;姜信顼;金元泰;金东亿 | 申请（专利权）人： | 株式会社JLK英思陪胜 |
| 主分类号： | G06T17/30 | 分类号： | G06T17/30;G06T3/40;G06T3/00;G06T3/60;G06N3/0464 |
| 代理公司： | 北京青松知识产权代理事务所(特殊普通合伙) 11384 | 代理人： | 郑青松 |
| 地址： | 韩国忠清北道清州市*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 利用 虚拟 三维 深层 神经网络 影像 分析 装置 方法 | ||
1.一种利用虚拟三维深层神经网络的影像分析装置，其特征在于，包括：
影像获取部，按预先设定的顺序堆叠多个二维影像数据；
三维影像生成部，基于对来自所述影像获取部的堆叠形态的多个二维影像数据的不同形态的多个信息，生成多个三维数据；及
深度学习算法分析部，对来自所述三维影像生成部的多个三维数据分别适用二维卷积神经网络，合并针对所述多个三维数据的二维卷积神经网络的适用结果，
所述三维影像生成部在生成所述多个三维数据前，对所述多个二维影像数据分别执行零均值化或者单位方差演算。
2.根据权利要求1所述的利用虚拟三维深层神经网络的影像分析装置，其特征在于，
所述多个不同形态的多个信息包括识别根据所述堆叠的二维影像数据的时间或位置的对应于移动或者模样的变化的图案。
3.根据权利要求1所述的利用虚拟三维深层神经网络的影像分析装置，其特征在于，
所述深度学习算法分析部将针对所述多个三维数据的所述二维卷积神经网络的适用结果在卷积层、全连接层、输出层及导出最终结果的平均的决策层融合中的某一个进行合并。
4.一种利用虚拟三维深层神经网络的影像分析方法，其特征在于，包括：
在影像获取部按预先设定的顺序堆叠多个二维影像数据的步骤；
在三维影像生成部基于对堆叠形态的所述多个二维影像数据的不同形态的多个信息，生成多个三维数据的步骤；及
在深度学习算法分析部对所述多个三维数据分别适用二维卷积神经网络，合并针对所述多个三维数据的二维卷积神经网络的适用结果的步骤，
所述生成步骤在生成所述多个三维数据之前，对所述多个二维影像数据分别执行零均值化或者单位方差演算。
5.根据权利要求4所述的利用虚拟三维深层神经网络的影像分析方法，其特征在于，
所述合并步骤将针对所述多个三维数据的所述二维卷积神经网络的适用结果在卷积层、全连接层、输出层及导出最终结果的平均的决策层融合中的某一个进行合并。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于株式会社JLK英思陪胜，未经株式会社JLK英思陪胜许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201880027104.8/1.html，转载请声明来源钻瓜专利网。
