-
Patent Agency Ranking
公开(公告)号：CN116569194A
公开(公告)日：2023-08-08
申请号：CN202180072103.7
申请日：2021-10-14
Applicant: 皇家飞利浦有限公司
Inventor： S·阿纳达 , A·贾殷 , S·穆尔蒂普卡拉维塔尔 , A·布哈列夫 , R·弗多夫亚克
Abstract: 一些实施例指向联合学习系统。在相应的多个边缘设备的相应的本地训练数据集上训练联合模型。在迭代中，边缘设备获得当前联合模型，基于所述本地训练数据集来确定针对所述当前联合模型的模型更新，并且发送出所述模型更新。所述边缘设备通过以下操作来确定所述模型更新：将所述当前联合模型应用于训练输入以获得针对所述训练输入的至少模型输出；如果所述模型输出与对应于所述训练输入的训练输出不匹配，则将所述训练输入包括在要在所述迭代中使用的经过滤的训练输入的子集中；并且通过仅在经过滤的训练输入的子集上训练当前联合模型来确定模型更新。
-
-
公开(公告)号：CN110867223A
公开(公告)日：2020-03-06
申请号：CN201910794999.4
申请日：2019-08-27
Applicant: 皇家飞利浦有限公司
Abstract: 本公开内容涉及基于策略和处理流程的分层分类法对多种模态中的与对象相关联的受保护数据的集中式去识别。在各种实施例中，可以接收(302)与(一个或多个)对象相关联的(一个或多个)数据集。所述(一个或多个)数据集中的每个数据集可以包含与相应对象相关联的数据点。与所述相应对象相关联的所述数据点可以包括多种数据类型，其中，所述多种数据类型中的至少一些数据类型能用于识别所述相应对象。针对每个相应对象：可以根据分层分类法来确定(306)所述数据点中的每个数据点的类别；可以基于所述类别来识别(308)用于所述数据点的相应处理流程；并且可以使用所识别的相应处理流程来处理(310)所述多个数据点中的每个数据点，从而对与所述相应对象相关联的所述多个数据点进行去识别。
-
公开(公告)号：CN110832498A
公开(公告)日：2020-02-21
申请号：CN201880043346.6
申请日：2018-06-28
Applicant: 皇家飞利浦有限公司
IPC: G06K9/00
Abstract: 提供了一种用于使图像中的对象的一个或多个面部特征模糊的计算机实施的方法(200)。在图像中检测对象的头部(202)，并且在图像中识别对象的一个或多个面部特征的位置(204)。基于一个或多个面部特征的位置来确定待修改的图像的区域(206)。所确定的区域包括一个或多个面部特征所位于的头部的部分。在所确定的区域内修改所述图像以使一个或多个面部特征模糊(208)。
-
公开(公告)号：CN110832498B
公开(公告)日：2024-04-12
申请号：CN201880043346.6
申请日：2018-06-28
Applicant: 皇家飞利浦有限公司
Abstract: 提供了一种用于使图像中的对象的一个或多个面部特征模糊的计算机实施的方法(200)。在图像中检测对象的头部(202)，并且在图像中识别对象的一个或多个面部特征的位置(204)。基于一个或多个面部特征的位置来确定待修改的图像的区域(206)。所确定的区域包括一个或多个面部特征所位于的头部的部分。在所确定的区域内修改所述图像以使一个或多个面部特征模糊(208)。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
