-
公开(公告)号：CN110945537B
公开(公告)日：2023-09-22
申请号：CN201780093425.3
申请日：2017-07-28
Applicant: 索尼互动娱乐股份有限公司
IPC: G06N20/00 , G06V10/764
Abstract: 提供了能够准确地识别与深度信息相关联的图像中表示的对象是什么的训练装置、识别装置、训练方法、识别方法和程序。对象数据获取部分(32)获取表示对象的三维数据。训练数据生成部分(34)基于三维数据生成多个训练数据，多个训练数据的每个表示对象的相互不同的部分。训练部分(36)将生成的训练数据用作对象的训练数据来训练机器学习模型(30)。
-
公开(公告)号：CN110582783A
公开(公告)日：2019-12-17
申请号：CN201780089794.5
申请日：2017-04-26
Applicant: 索尼互动娱乐股份有限公司
Inventor： 小野大地
Abstract: 提供的是可以利用已经使用CG图像训练过的分类器来提高捕获图像的识别的准确度的学习设备、图像识别设备、学习方法和程序。中间特征量识别单元(44)识别中间特征量。偏移特征量识别单元(46)基于CG中间特征量和捕获图像中间特征量来识别偏移特征量。偏移后中间特征量识别单元(48)基于与CG图像相关联的中间特征量和偏移特征量来识别与CG图像相关联的偏移后中间特征量。当使用与CG图像相关联的偏移后中间特征量对捕获图像进行识别时，第二分类器训练单元(50)训练接收与捕获图像相关联的中间特征量的第二分类器(40b)。
-
公开(公告)号：CN110914830B
公开(公告)日：2023-10-31
申请号：CN201780093077.X
申请日：2017-07-18
Applicant: 索尼互动娱乐股份有限公司
IPC: G06V10/26
Abstract: 提供了能够以高精度识别多种对象的图像识别装置、图像识别方法和程序。整体识别单元(58)对至少一个给定对象执行识别对象在图像中的位置的处理。部分图像提取单元(60)从图像中提取部分图像，该部分图像是与所识别的位置相关联的图像的一部分。部分识别单元(64)执行识别由部分图像表示的一个或多个对象是什么的处理，所述一个或多个对象包括其位置被识别的给定对象以外的对象。
-
Patent Agency Ranking
公开(公告)号：CN110945537A
公开(公告)日：2020-03-31
申请号：CN201780093425.3
申请日：2017-07-28
Applicant: 索尼互动娱乐股份有限公司
Abstract: 提供了能够准确地识别与深度信息相关联的图像中表示的对象是什么的训练装置、识别装置、训练方法、识别方法和程序。对象数据获取部分(32)获取表示对象的三维数据。训练数据生成部分(34)基于三维数据生成多个训练数据，多个训练数据的每个表示对象的相互不同的部分。训练部分(36)将生成的训练数据用作对象的训练数据来训练机器学习模型(30)。
-
公开(公告)号：CN110914830A
公开(公告)日：2020-03-24
申请号：CN201780093077.X
申请日：2017-07-18
Applicant: 索尼互动娱乐股份有限公司
IPC: G06K9/00
Abstract: 提供了能够以高精度识别多种对象的图像识别装置、图像识别方法和程序。整体识别单元(58)对至少一个给定对象执行识别对象在图像中的位置的处理。部分图像提取单元(60)从图像中提取部分图像，该部分图像是与所识别的位置相关联的图像的一部分。部分识别单元(64)执行识别由部分图像表示的一个或多个对象是什么的处理，所述一个或多个对象包括其位置被识别的给定对象以外的对象。
-
公开(公告)号：CN110832542B
公开(公告)日：2023-10-20
申请号：CN201780092890.5
申请日：2017-07-12
Applicant: 索尼互动娱乐股份有限公司
IPC: G06T7/00
Abstract: 提供了一种识别处理设备、识别处理方法和程序，其能够有效缩小将使用三维卷积神经网络进行识别处理的三维区域。第一识别处理执行部分(68)在通过捕获真实空间的图像而获取的、并且用于生成体素数据的捕获图像上执行第一识别处理。目标二维区域确定部分(70)基于第一识别处理的结果来确定捕获图像的二维区域占据部分。目标三维区域确定部分(72)基于二维区域和相机获取捕获图像时相机的位置来确定真实空间中的三维区域。第二识别处理执行部分(74)使用三维卷积神经网络在与三维区域中的位置相关联的体素数据上执行第二识别处理。
-
公开(公告)号：CN110582783B
公开(公告)日：2023-04-04
申请号：CN201780089794.5
申请日：2017-04-26
Applicant: 索尼互动娱乐股份有限公司
Inventor： 小野大地
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 提供的是可以利用已经使用CG图像训练过的分类器来提高捕获图像的识别的准确度的学习设备、图像识别设备、学习方法和计算机可读信息存储介质。中间特征量识别单元(44)识别中间特征量。偏移特征量识别单元(46)基于CG中间特征量和捕获图像中间特征量来识别偏移特征量。偏移后中间特征量识别单元(48)基于与CG图像相关联的中间特征量和偏移特征量来识别与CG图像相关联的偏移后中间特征量。当使用与CG图像相关联的偏移后中间特征量对捕获图像进行识别时，第二分类器训练单元(50)训练接收与捕获图像相关联的中间特征量的第二分类器(40b)。
-
公开(公告)号：CN110832542A
公开(公告)日：2020-02-21
申请号：CN201780092890.5
申请日：2017-07-12
Applicant: 索尼互动娱乐股份有限公司
IPC: G06T7/00
Abstract: 提供了一种识别处理设备、识别处理方法和程序，其能够有效缩小将使用三维卷积神经网络进行识别处理的三维区域。第一识别处理执行部分(68)在通过捕获真实空间的图像而获取的、并且用于生成体素数据的捕获图像上执行第一识别处理。目标二维区域确定部分(70)基于第一识别处理的结果来确定捕获图像的二维区域占据部分。目标三维区域确定部分(72)基于二维区域和相机获取捕获图像时相机的位置来确定真实空间中的三维区域。第二识别处理执行部分(74)使用三维卷积神经网络在与三维区域中的位置相关联的体素数据上执行第二识别处理。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.024 seconds)
