【技术实现步骤摘要】
【国外来华专利技术】确定用于卷积神经网络的加权的方法和装置
本公开总体上涉及移动计算,并且更具体地涉及确定用于卷积神经网络的加权的方法和装置。
技术介绍
手持移动计算设备(例如,蜂窝电话和手持媒体设备)、其他类型的计算设备(例如,平板计算设备和膝上型计算机)通常配备有相机。用户操作这种相机以捕获数字图像和视频。计算设备有时还配备有其他类型的传感器,包括用于捕获数字音频录音的麦克风。可以将数字图像和视频以及数字音频录音本地地存储在计算设备的存储器中,或者可以将它们通过诸如互联网之类的公共网络或通过专用网络发送到网络可访问的存储位置。在任何情况下,这些数字图像和视频以及数字音频可以由这些图像和视频的创建者或具有访问特权的其他人随后访问。附图说明图1A示出了以移动相机的形式的示例客户端设备。图1B示出了能够执行图6的机器可读指令以实现图1A、图1B和图2的移动相机和/或图1A和图1B的VPU从而生成用于对应的CNN的调整后的加权的示例硬件平台。图2示出了与对应的移动相机和云系统进行无线通信的以移动电话主机设备的形式的示例客户端设备。图3示出了图1A、图1B和图2的移动相机的示例实现方式,该移动相机可以用于训练对应的卷积神经网络(CNN)并生成更新后的加权值以用于CNN的特征识别过程来基于传感器数据标识特征。图4示出了图2的服务器同步的加权生成器的示例实现方式,该服务器同步的加权生成器可以在图2的云系统的服务器中实现,以生成用于图1A、图1B和图2的移动相机的CNN中的服务器同步的加权。< ...
【技术保护点】
1.一种提供用于卷积神经网络的加权的装置,所述装置包括:/n通信接口,其用于:/n经由网络将第一加权值发送到第一客户端设备;以及/n访问由所述第一客户端设备经由所述网络提供的更新后的加权值的集合,所述更新后的加权值是由所述第一客户端设备基于以下各项训练相应的第一卷积神经网络而生成的:(a)所述第一加权值;以及/n(b)在所述第一客户端设备处生成的传感器数据;/n测试器,其用于在第二卷积神经网络中测试以下各项中的至少一个的性能:(a)所述更新后的加权值的集合;或者(b)来自所述更新后的加权值的集合的更新后的加权值的组合;/n分发选择器,其用于基于测试,根据以下各项中的至少一个选择服务器同步的加权值:(a)所述更新后的加权值的集合;或者(b)来自所述更新后的加权值的集合的所述更新后的加权值的组合;以及/n所述通信接口用于将所述服务器同步的加权值发送到以下各项中的至少一个:(a)所述第一客户端设备中的至少一些;或者(b)第二客户端设备。/n
【技术特征摘要】 【专利技术属性】
【国外来华专利技术】20180307 US 15/914,8541.一种提供用于卷积神经网络的加权的装置,所述装置包括:
通信接口,其用于:
经由网络将第一加权值发送到第一客户端设备;以及
访问由所述第一客户端设备经由所述网络提供的更新后的加权值的集合,所述更新后的加权值是由所述第一客户端设备基于以下各项训练相应的第一卷积神经网络而生成的:(a)所述第一加权值;以及
(b)在所述第一客户端设备处生成的传感器数据;
测试器,其用于在第二卷积神经网络中测试以下各项中的至少一个的性能:(a)所述更新后的加权值的集合;或者(b)来自所述更新后的加权值的集合的更新后的加权值的组合;
分发选择器,其用于基于测试,根据以下各项中的至少一个选择服务器同步的加权值:(a)所述更新后的加权值的集合;或者(b)来自所述更新后的加权值的集合的所述更新后的加权值的组合;以及
所述通信接口用于将所述服务器同步的加权值发送到以下各项中的至少一个:(a)所述第一客户端设备中的至少一些;或者(b)第二客户端设备。
2.根据权利要求1所述的装置,还包括:卷积神经网络配置器,其用于配置所述第二卷积神经网络的结构,并且所述通信接口用于将所述第二卷积神经网络的至少一部分发送到以下各项中的至少一个:(a)所述第一客户端设备中的至少一些;或者(b)所述第二客户端设备。
3.根据权利要求1所述的装置,其中,所述卷积神经网络配置器用于通过配置神经元的数量或者配置所述第二卷积神经网络中的神经元如何连接中的至少一项来配置所述第二卷积神经网络的结构。
4.根据权利要求1所述的装置,其中,所述测试器用于通过(a)准确地标识存在于输入数据中的特征;或者(b)不标识不存在于所述输入数据中的特征中的至少一项来确定以下各项中的至少一个是否满足特征识别准确度阈值:(a)所述更新后的加权值的集合;或者(b)来自所述更新后的加权值的集合的所述更新后的加权值的组合。
5.根据权利要求1所述的装置,其中,所述第一客户端设备是移动相机。
6.根据权利要求1所述的装置,其中,在所述第一客户端设备处生成的所述传感器数据是视觉捕获数据、音频数据或运动数据中的至少一个。
7.根据权利要求1所述的装置,其中,所述通信接口、所述测试器和所述分发选择器是在服务器处实现的。
8.一种提供用于卷积神经网络的加权的装置,所述装置包括:
用于测试以下各项中的至少一个的性能的模块:(a)更新后的加权值的集合;或者(b)第一卷积神经网络中的更新后的加权值的组合,所述更新后的加权值是经由网络从第一客户端设备获得的,所述更新后的加权值是由所述第一客户端设备基于以下各项训练相应的第二卷积神经网络而生成的:(a)第一加权值;以及(b)在所述第一客户端设备处生成的传感器数据;以及
用于根据以下各项中的至少一个选择服务器同步的加权值的模块:(a)所述更新后的加权值的集合;或者(b)所述更新后的加权值的组合。
9.根据权利要求8所述的装置,还包括:用于配置所述第二卷积神经网络的结构的模块;以及用于进行通信以将所述第二卷积神经网络的至少一部分发送到以下各项中的至少一个的模块:(a)所述第一客户端设备中的至少一些;或者(b)所述第二客户端设备。
10.根据权利要求9所述的装置,其中,用于配置所述结构的所述模块用于通过配置神经元的数量或者配置所述第二卷积神经网络中的神经元如何连接中的至少一项来配置所述第二卷积神经网络的结构。
11.根据权利要求8所述的装置,其中,用于测试的所述模块用于通过(a)准确地标识存在于输入数据中的特征;或者(b)不标识不存在于所述输入数据中的特征中的至少一项来确定以下各项中的至少一个是否满足特征识别准确度阈值:(a)所述更新后的加权值的集合;或者(b)所述更新后的加权值的组合。
12.根据权利要求8所述的装置,其中,所述第一客户端设备是移动相机。
13.根据权利要求8所述的装置,其中,在所述第一客户端设备处生成的所述传感器数据是视觉捕获数据、音频数据或运动数据中的至少一个。
14.根据权利要求8所述的装置,还包括:用于将所述第一加权值经由所述网络传送到所述第一客户端设备的模块。
15.一种非暂时性计算机可读存储介质,包括指令,所述指令当被执行时使得至少一个处理器至少进行以下操作:
经由网络将第一加权值发送到第一客户端设备;
访问由所述第一客户端设备经由所述网络提供的更新后的加权值的集合,所述更新后的加权值是由所述第一客户端设备基于以下各项训练相应的第一卷积神经网络而生成的:(a)所述第一加权值;以及(b)在所述第一客户端设备处生成的传感器数据;
在第二卷积神经网络中测试以下各项中的至少一个的性能:(a)所述更新后的加权值的集合;或者(b)来自所述更新后的加权值的集合的更新后的加权值的组合;
基于测试,根据以下各项中的至少一个选择服务器同步的加权值:(a)所述更新后的加权值的集合;或者(b)来自所述更新后的加权值的集合的所述更新后的加权值的组合;以及
将所述服务器同步的加权值发送到以下各项中的至少一个:(a)所述第一客户端设备中的至少一些;或者(b)第二客户端设备。
技术研发人员:D·莫洛尼,A·德加尼,A·K·邓恩,
申请(专利权)人:莫维迪乌斯有限公司,
类型:发明
国别省市:荷兰;NL
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。