ShanghaiTech University Knowledge Management System
ACCELERATED TRAINING OF NEURAL RADIANCE FIELDS-BASED MACHINE LEARNING MODELS | |
翻译题名 | 基于神经辐射场的机器学习模型的加速训练 |
申请号 | WOCN21073426 |
2022-07-28 | |
公开(公告)号 | WO2022155933A1 |
公开日期 | 2022-07-28 |
摘要 | Described herein are systems, methods, and non-transitory computer-readable media configured to obtain a set of content items to train a neural radiance field-based (NeRF-based) machine learning model for object recognition. Depth maps of objects depicted in the set of content items can be determined. A first set of training data comprising reconstructed content items depicting only the objects can be generated based on the depth maps. A second set of training data comprising one or more optimal training paths associated with the set of content items can be generated based on the depth maps. The one or more optimal training paths are generated based at least in part on a dissimilarity matrix associated with the set of content items. The NeRF-based machine learning model can be trained based on the first set of training data and the second set of training data. |
翻译摘要 | 本文描述了被配置为获得一组内容项以训练用于对象识别的基于神经辐射场(基于神经辐射场)的机器学习模型的系统,方法和非临时性计算机可读介质。 可以确定在该组内容项中描绘的对象的深度图。 可以基于深度图生成第一组训练数据,所述第一组训练数据包括仅描述对象的重构内容项。 可以基于深度图生成包括与内容项集合相关联的一个或多个最优训练路径的第二训练数据集合。 所述一个或多个最优训练路径至少部分地基于与所述一组内容项相关联的不相似矩阵来生成。 可以基于第一组训练数据和第二组训练数据来训练基于神经的机器学习模型。 |
当前权利人 | SHANGHAITECH UNIVERSITY |
专利代理人 | SHANGHAI SAVVY INTELLECTUAL PROPERTY AGENCY |
代理机构 | SHANGHAI SAVVY INTELLECTUAL PROPERTY AGENCY |
专利申请人 | SHANGHAITECH UNIVERSITY |
公开国别 | 世界知识产权组织 |
公开国别简称 | WO |
IPC 分类号 | G06K9//62; G06N3//02 |
专利有效性 | PCT-有效期满 |
专利类型 | 发明申请 |
专利类型字典 | 1 |
当前法律状态 | 进入国家阶段-PCT有效期满 |
简单同族 | WO2022155933A1 |
扩展同族 | WO2022155933A1 |
INPADOC 同族 | WO2022155933A1 |
文献类型 | 专利 |
条目标识符 | https://kms.shanghaitech.edu.cn/handle/2MSLDSTB/206380 |
专题 | 信息科学与技术学院_博士生 信息科学与技术学院_PI研究组_虞晶怡组 信息科学与技术学院_PI研究组_许岚组 |
作者单位 | SHANGHAITECH UNIVERSITY |
推荐引用方式 GB/T 7714 | ZHAO Fuqiang,WU Minye,XU Lan,et al. ACCELERATED TRAINING OF NEURAL RADIANCE FIELDS-BASED MACHINE LEARNING MODELS. WOCN21073426[P]. 2022-07-28. |
条目包含的文件 | ||||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
ACCELERATED TRAINING(1557KB) | 专利 | 限制开放 | CC BY-NC-SA | 请求全文 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[ZHAO Fuqiang]的文章 |
[WU Minye]的文章 |
[XU Lan]的文章 |
百度学术 |
百度学术中相似的文章 |
[ZHAO Fuqiang]的文章 |
[WU Minye]的文章 |
[XU Lan]的文章 |
必应学术 |
必应学术中相似的文章 |
[ZHAO Fuqiang]的文章 |
[WU Minye]的文章 |
[XU Lan]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
修改评论
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。