申请/专利权人:深度安全公司
申请日:2022-05-17
公开(公告)日:2024-03-15
公开(公告)号:CN117716395A
主分类号:G06V10/764
分类号:G06V10/764;G06V20/56;G06V10/82
优先权:["20210517 EP 21174146.7","20211021 EP 21204038.0"]
专利状态码:在审-公开
法律状态:2024.03.15#公开
摘要:根据本发明,提供了一种感知系统,感知系统包括分割神经网络40和不确定性检测器60。分割神经网络40被配置和训练用于输入图像像素矩阵的分割,从而生成由与输入图像像素矩阵中的像素相对应的元素组成的区段。通过类预测,将区段图中的各个元素指派给多个对象类中的一个对象类,分割神经网络是通过类预测而被训练用于多个对象类的。被指派给相同的对象类的元素形成区段图中的区段。不确定性检测器60被配置成生成不确定性得分图,不确定性得分图是由与输入图像像素矩阵中的像素相对应的元素组成的。不确定性图中的各个元素具有不确定性得分,不确定性得分是由不确定性检测器确定的,并且反映了在针对区段图中的对应元素的类预测中所涉及的不确定性量。
主权项:1.一种用于生成新对象类的方法,所述方法包括以下步骤:-检测不确定性得分图中的由具有高不确定性得分的元素组成的区域,所述区域表示第一未知对象;-生成所述未知对象的试验性的新对象类,并自动生成标签;以及-检测另一不确定性得分图中的由具有高不确定性得分的元素组成的另一区域,所述区域表示另一未知对象;-确定所述第一与所述另一之间的相似性;-如果所述相似性超过预定阈值,则生成非试验性的新对象类。
全文数据:
权利要求:
百度查询: 深度安全公司 用于检测和管理感知系统中的不确定性、新对象检测和情形预期的系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。