使用神经网络进行图像识别制造技术

本申请提供了一种使用神经网络进行图像识别的技术。训练神经网络以执行重识别任务，其中所述重识别任务确定第一图像中存在的一个或更多个特征是否也在第二图像中出现。在训练期间，一个或更多个神经网络的生成部分生成输入图像的变化，并且一个或更多个神经网络的辨别部分至少部分地基于图像的变化学习执行重识别任务。在训练期间，一个或更多个神经网络的生成部分和辨别部分共享一个编码器，所述编码器对所述生成部分和辨别部分所使用的信息进行编码。

【技术实现步骤摘要】
使用神经网络进行图像识别
技术介绍
重识别(re-identification)涉及在跨不同图像所描绘的实体之间建立对应关系的任务。例如，在一个相机捕获的图像中描绘的人与在另一个相机捕获的图像中捕获的个体可能相同或不同。考虑到现有的神经网络技术，由于多种原因，重识别任务仍然具有挑战性。这些可能包括差异，例如那些由相机角度、照明等引起的差异。此外，诸如身体姿势、图像分辨率和背景的差异可能进一步增加执行重识别的难度。附图说明将参考附图描述各种技术，其中：图1示出了根据实施例的示例性重识别系统；图2示出了根据实施例的训练用于重识别的神经网络的示例；图3示出了根据实施例的训练用于执行重识别的神经网络；图4示出了根据实施例的在神经网络的生成部分中的自我身份生成的方面；图5示出了根据实施例的在神经网络的生成部分中的交叉身份生成的方面；图6示出了根据实施例的神经网络的辨别部分所学习的互补特征；图7示出了根据实施例的并行处理单元(PPU)的示例；图8示出了根据一个实施例的通用处理集群(GPC)的示例；<本文档来自技高网...

【技术保护点】
1.一种处理器，包括：/n一个或更多个算术逻辑单元(ALU)，以至少部分地基于一个或更多个神经网络确定一个或更多个特征是否在至少第一图像和第二图像中出现，所述神经网络包含辨别部分和至少一个编码器部分，所述编码器部分对要由所述辨别部分使用的信息进行编码。/n

【技术特征摘要】
20190318 US 16/357,0471.一种处理器，包括：
一个或更多个算术逻辑单元(ALU)，以至少部分地基于一个或更多个神经网络确定一个或更多个特征是否在至少第一图像和第二图像中出现，所述神经网络包含辨别部分和至少一个编码器部分，所述编码器部分对要由所述辨别部分使用的信息进行编码。


2.根据权利要求1所述的处理器，其中，所述编码器部分对指示所述一个或更多个特征的出现的信息进行编码。


3.根据权利要求1所述的处理器，其中，所述一个或更多个神经网络与生成部分联合训练。


4.根据权利要求3所述的处理器，其中，所述生成部分包括第二编码器部分，以对位置信息或几何信息进行编码。


5.根据权利要求3所述的处理器，其中，所述生成部分生成图像数据，所述图像数据包括所述一个或更多个特征的多个表示，所述多个表示中的每一个包括所述一个或更多个特征的外观的变化。


6.根据权利要求1所述的处理器，其中，所述一个或更多个特征包括在至少所述第一图像中描绘的人。


7.一种系统，包括：
一个或更多个计算机，其包括一个或更多个处理器以训练一个或更多个神经网络，以至少部分地基于生成部分和辨别部分来确定一个或更多个特征是否在至少第一图像和第二图像中出现，以及至少一个编码器部分，所述编码器部分对要由所述生成部分和所述辨别部分使用的信息进行编码。


8.根据权利要求7所述的系统，其中，所述生成部分和所述辨别部分联合训练。


9.根据权利要求8所述的系统，其中，联合训练所述生成部分和所述辨别部分包括最小化生成损失和辨别损失。


10.根据权利要求7所述的系统，其中，所述编码器部分是外观编码器，所述外观编码器对与服装、颜色和纹理中的一种或更多种相关联的特征进行编码。
...

【专利技术属性】
技术研发人员：禹之鼎，杨晓东，郑哲东，
申请(专利权)人：辉达公司，
类型：发明
国别省市：美国;US