谷歌有限责任公司雷吉纳尔德·克利福德·扬获国家专利权
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!
龙图腾网获悉谷歌有限责任公司申请的专利用于卷积神经网络的超像素方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN112801279B 。
龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202110225055.2,技术领域涉及:G06N3/0464;该发明授权用于卷积神经网络的超像素方法是由雷吉纳尔德·克利福德·扬;乔纳森·罗斯设计研发完成,并于2017-07-13向国家知识产权局提交的专利申请。
本用于卷积神经网络的超像素方法在说明书摘要公布了:本申请涉及用于卷积神经网络的超像素方法。该方法包括将X乘Y乘Z输入张量变换为X’乘Y’乘Z’输入张量,其中,X’小于或等于X,Y’小于或等于Y,并且Z’大于或等于Z;获得一个或多个经修改的权重矩阵,其中,经修改的权重矩阵对所述X’乘Y’乘Z’输入张量进行运算以生成U’乘V’乘W’输出张量,并且所述U’乘V’乘W’输出张量包括经变换的U乘V乘W输出张量,其中U’小于或等于U,V’小于或等于V,并且W’大于或等于W;以及使用经修改的权重矩阵处理所述X’乘Y’乘Z’输入张量以生成所述U’乘V’乘W’输出张量,其中,所述U’乘V’乘W’输出张量包括所述U乘V乘W输出张量。
本发明授权用于卷积神经网络的超像素方法在权利要求书中公布了:1.一种使用在硬件集成电路上实现并且被配置为基于作为图像或已从图像提取的特征的输入来生成分类输出的卷积神经网络执行的方法,所述方法包括: 接收针对具有大于一的步幅的所述卷积神经网络的层的输入张量,所述输入张量具有多个维度和相应的多个输入; 通过以下操作来从所述输入张量生成变换的输入张量:通过以关于所述输入张量的X和Y维度的空间范围或索引换取关于所述输入张量的Z维度的深度范围或索引来对所述输入张量的所述多个输入进行聚组; 基于所述输入张量的所述多个输入的所述聚组,将所述卷积神经网络的具有所述大于一的步幅的所述层变换为所述卷积神经网络的具有等于一的步长的超像素层,所述超像素层相对于所述卷积神经网络的未变换层包括数量减少的内核元素; 使用表示具有所述等于一的步幅的所述卷积神经网络的所述超像素层的权重矩阵的修改的权重矩阵来处理所述变换的输入张量,其中,所述修改的权重矩阵是所述卷积神经网络的所述层的权重矩阵的修改版本,包括: 使用所述修改的权重矩阵对所述变换的输入张量的输入应用卷积;以及 响应于处理所述变换的输入张量,生成所述超像素层的变换层输出,所述变换层输出包括数学上与通过使用所述卷积神经网络的所述层的所述权重矩阵的未修改版本处理所述输入张量来生成的神经网络输出相对应的输出。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人谷歌有限责任公司,其通讯地址为:美国加利福尼亚州;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。