[发明专利]一种神经网络系统及其操作方法在审

专利信息
申请号: 202011373071.8 申请日: 2020-11-30
公开(公告)号: CN113032114A 公开(公告)日: 2021-06-25
发明(设计)人: 梁承秀 申请(专利权)人: 三星电子株式会社
主分类号: G06F9/48 分类号: G06F9/48;G06F9/50;G06K9/62;G06N3/04;G06N3/08
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 李敬文
地址: 韩国*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 神经网络 系统 及其 操作方法
【说明书】:

一种神经网络系统,包括:处理器,被配置为检测包括在第一图像中的多个候选对象,基于所述第一图像来生成与所述多个候选对象相对应的元数据,并且基于所述元数据来设置所述多个候选对象的数据处理顺序;以及至少一个资源,被配置为针对所述多个候选对象执行数据处理。所述处理器被配置为根据所设置的数据处理顺序将与所述多个候选对象的数据处理有关的信息顺序地提供给所述至少一个资源,并且所述至少一个资源被配置为根据接收与所述多个候选对象中的每一个候选对象的数据处理有关的信息的顺序针对所述多个候选对象顺序地执行数据处理。

相关申请的交叉引用

本申请要求于2019年12月9日向韩国知识产权局递交的韩国专利申请No.10-2019-0162881的优先权,其公开内容通过整体引用并入本文中。

技术领域

示例实施例涉及一种神经网络系统及其操作方法,并且更具体地,涉及其中以对象为单位执行针对包括在图像中的候选对象的数据处理的神经网络系统及其操作方法。

背景技术

人工神经网络(ANN)指的是使用生物大脑作为模型的计算架构。可以基于ANN来实现深度学习、机器学习等。由于最近要使用ANN处理的计算量迅速增加,因此需要使用ANN有效地执行计算处理。

发明内容

一个或多个示例实施例提供了一种神经网络系统及其操作方法,其中该神经网络系统基于多个候选对象的元数据来设置包括在图像中的多个候选对象的处理顺序,根据所设置的顺序针对多个对象执行对象识别,并且以对象为单位执行与对象识别结果相对应的任务。因此,可以防止由连续的对象识别操作而引起的瓶颈现象,可以针对具有高重要性的候选对象优先执行数据处理,从而可以提高对象识别的数据处理的效率。

根据示例实施例的一方面,提供了一种神经网络系统,包括:处理器,被配置为检测包括在第一图像中的多个候选对象,基于所述第一图像来生成与所述多个候选对象相对应的元数据,并且基于所述元数据来设置所述多个候选对象的数据处理顺序;以及至少一个资源,被配置为针对多个候选对象执行数据处理,其中,处理器还被配置为根据多个候选对象的所设置的数据处理顺序将与多个候选对象的数据处理有关的信息顺序地提供给至少一个资源,并且该至少一个资源还被配置为根据接收与多个候选对象中的每一个候选对象的数据处理有关的信息的顺序针对多个候选对象顺序地执行数据处理。

根据示例实施例的一方面,提供了一种神经网络系统的操作方法,该操作方法包括:检测包括在第一图像中的多个候选对象;针对所述多个候选对象中的第一候选对象执行第一对象识别;执行与第一对象识别的结果相对应的第一任务;在完成所述第一任务后,针对所述多个候选对象中的第二候选对象执行第二对象识别;执行与第二物体识别的结果相对应的第二任务。

根据示例实施例的一方面,提供了一种电子设备,包括:传感器,被配置为获得关于电子设备附近的数据并基于所获得的数据来输出第一图像;至少一个资源,被配置为针对第一图像执行对象识别;存储器,被配置为存储程序;以及处理器,被配置为读取程序并按照程序的指示进行操作,以检测第一图像中的多个候选对象,基于第一图像来生成多个候选对象的元数据,并且将与在多个候选对象中基于元数据选择的第一候选对象相关的信息提供给至少一个资源,其中,该至少一个资源还被配置为针对第一候选对象执行第一对象识别并执行与第一对象识别的结果相对应的第一任务。

附图说明

通过结合附图的以下描述,本公开的特定示例实施例的上述和其它方面、特征及优点将更加清楚明白,在附图中:

图1是根据示例实施例的神经网络系统的框图;

图2是根据示例实施例的神经网络系统的详细框图;

图3是示出了根据示例实施例的对象识别方法的概念图;

图4示出了根据示例实施例的候选对象的元数据;

图5示出了根据示例实施例的包括在图像中的多个候选对象;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于三星电子株式会社,未经三星电子株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011373071.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top