用于将第一数据点与第二数据点进行比较的方法和设备技术

本发明专利技术涉及一种用于将第一数据点与第二数据点进行比较的方法和设备。用于将第一数据点（x）与第二数据点（y）进行比较的方法（10），其特征在于以下特征：利用包括数据点（x，y）的数据组训练（11）人工神经网络（31），和通过网络（31）将所述第一数据点（x）处理（12）成第一输出矢量（X），通过所述网络（31）将所述第二数据点（y）处理（13）成第二输出矢量（Y），并且在包括所述输出矢量（X，Y）的矢量空间上的预给定量度（40）下来确定（14）在所述输出矢量（X，Y）之间的距离度量。

【技术实现步骤摘要】
用于将第一数据点与第二数据点进行比较的方法和设备
本专利技术涉及一种用于比较数据点的方法。本专利技术此外涉及相应的设备、相应的计算机程序以及相应的存储介质。
技术介绍
在信息科学中词语“数据组（Datensatz）”经常表示上级集合的元素的一维结构化属性序列、例如卡片索引（Kartei）中的卡片索引卡（Karteikarte）、订购数据库中的特定订购（Bestellung）或地址列表中的行，而所述词语随后在统计学中根据专业用语用法被用作用于特定关联中全部数据的名称，也即与“数据储量（Datenbestand）”意义相同。根据这种语言惯用法，数据组包括各个数据点，所述数据点分别可以例如代表总图像或书籍（Buch）。用于对来自非结构化数据的数据点进行比较的已知方法、例如从数理统计学中借用的均方偏差（也已知为均方误差（MQF；meansquarederror,MSE））已证明与人类视觉感知很小的一致性。为了测量两个图像之间的相似性，根据现有技术因此大多数使用（有时多尺度应用的）结构相似性（structuralsimilarity，SSIM）、本文档来自技高网...

【技术保护点】
1.一种用于将第一数据点（x）与第二数据点（y）进行比较的方法（10），其特征在于以下特征：/n-利用包括数据点（x，y）的数据组训练（11）人工神经网络（31），和/n-通过网络（31）将所述第一数据点（x）处理（12）成第一输出矢量（X），/n-通过所述网络（31）将所述第二数据点（y）处理（13）成第二输出矢量（Y），并且/n-在包括所述输出矢量（X，Y）的矢量空间上的预给定量度（40）下来确定（14）在所述输出矢量（X，Y）之间的距离度量。/n

【技术特征摘要】
20190619 DE 102019208945.31.一种用于将第一数据点（x）与第二数据点（y）进行比较的方法（10），其特征在于以下特征：
-利用包括数据点（x，y）的数据组训练（11）人工神经网络（31），和
-通过网络（31）将所述第一数据点（x）处理（12）成第一输出矢量（X），
-通过所述网络（31）将所述第二数据点（y）处理（13）成第二输出矢量（Y），并且
-在包括所述输出矢量（X，Y）的矢量空间上的预给定量度（40）下来确定（14）在所述输出矢量（X，Y）之间的距离度量。


2.根据权利要求1所述的方法（10），其特征在于以下特征：
-所述量度基于所述第一输出矢量（X）与所述第二输出矢量（Y）的均方偏差。


3.根据权利要求1或2所述的方法（10），其特征在于以下特征之一：
-所述数据点（x，y）分别代表图像（30）或
-所述数据点（x，y）分别代表文本。


4.根据权利要求1至3中任一项所述的方法（10），其特征在于以下特征：
-所述数据点（x，y）分配给预给定的类别（33），和
-接着训练（11）所述网络...

【专利技术属性】
技术研发人员：K格劳，
申请(专利权)人：罗伯特·博世有限公司，
类型：发明
国别省市：德国;DE