-
公开(公告)号：CN116868237A
公开(公告)日：2023-10-10
申请号：CN202180071997.8
申请日：2021-10-19
发明人： 皮埃尔·马埃 , 马里亚姆·埃尔·阿扎米 , 埃洛迪·德古-沙尔梅特 , 祖赫·塞德加特 , 昆廷·若索 , 法比安·罗尔
IPC分类号： G06V10/60
摘要： 本发明涉及一种用于对表示样本(12)中的目标粒子(11a‑11f)的至少一个输入图像进行分类的方法，该方法的特征在于，它包括由客户端(2)的数据处理装置(20)实施以下步骤：(b)借助于在公共图像数据库上预训练的卷积神经网络，提取目标粒子(11a‑11f)的特征图；(c)取决于所述提取的特征图，对该输入图像进行分类。
-
公开(公告)号：CN116888643A
公开(公告)日：2023-10-13
申请号：CN202180072000.0
申请日：2021-10-19
发明人： 皮埃尔·马埃 , 马里亚姆·埃尔·阿扎米 , 埃洛迪·德古-沙尔梅特 , 祖赫·塞德加特 , 昆廷·若索 , 法比安·罗尔
IPC分类号： G06V20/69
摘要： 本发明涉及一种用于对包含样本(12)中的目标粒子(11a‑11f)的至少一个输入图像进行分类的方法，该方法的特征在于，它包括经由客户端(2)的数据处理装置(20)实施以下步骤：(b)提取所述目标粒子(11a‑11f)的特性的向量，所述特性是数字系数，每个数字系数与基本图像集合中的一个基本图像相关联，每个基本图像表示参考粒子，使得由所述系数加权的所述基本图像的线性组合近似于输入图像中的所述目标粒子(11a‑11f)的表示；(c)取决于特性的所述提取的向量，对所述输入图像进行分类。
-
公开(公告)号：CN116888644A
公开(公告)日：2023-10-13
申请号：CN202180072004.9
申请日：2021-10-19
发明人： 皮埃尔·马埃 , 马里亚姆·埃尔·阿扎米 , 埃洛迪·德古-沙尔梅特 , 祖赫·塞德加特 , 昆廷·若索 , 法比安·罗尔
IPC分类号： G06V20/69 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明涉及一种用于对代表随时间推移的样本(12)中的目标粒子(11a‑11f)的输入图像序列进行分类的方法，该方法的特征在于，它包括由客户端(2)的数据处理装置(20)执行以下步骤，即：(b)将序列的输入图像串接成三维堆栈；(c)使用卷积神经网络CNN对三维堆栈进行直接分类。
-
公开(公告)号：CN116888592A
公开(公告)日：2023-10-13
申请号：CN202180071991.0
申请日：2021-10-19
发明人： 皮埃尔·马埃 , 马里亚姆·埃尔·阿扎米 , 埃洛迪·德古-沙尔梅特 , 祖赫·塞德加特 , 昆廷·若索 , 法比安·罗尔
IPC分类号： G06F18/2413 , G06F18/213 , G06V20/69
摘要： 本发明关于一种用于对代表样本(12)中的目标粒子(11a‑11f)的至少一个输入图像进行分类的方法，该方法的特征在于，它涉及由客户端(2)的数据处理装置(20)执行以下步骤：(B)从输入图像中提取目标粒子(11a‑11f)的特征图；(c)使用t‑SNE算法来减少所提取的特征图中的变量数量；(d)基于具有减少的变量数量的特征图，对输入图像进行无监督式分类。
-
-
-
搜索结果
4 条记录 (耗时 0.03 秒)
