罗伯特·博世有限公司M·拉斯获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉罗伯特·博世有限公司申请的专利生成带不变积分层的卷积神经网络用于对象分类的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115552482B 。
龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202180037998.0，技术领域涉及：G06V10/764；该发明授权生成带不变积分层的卷积神经网络用于对象分类的方法是由M·拉斯;A·P·康杜拉奇设计研发完成，并于2021-05-26向国家知识产权局提交的专利申请。
本生成带不变积分层的卷积神经网络用于对象分类的方法在说明书摘要公布了：提出了一种用于利用多个训练周期来生成经训练的带至少一个不变积分层的卷积神经网络以对移动平台的环境的数字图像的对象进行分类的方法，其中每个训练周期具有如下步骤：提供移动平台的环境的具有至少一个对象的数字图像；提供被分配给所述数字图像的参考图像，其中所述至少一个对象在所述参考图像中被标记；提供该数字图像作为带至少一个不变积分层的卷积神经网络的输入信号；而且使带至少一个不变积分层的卷积神经网络匹配，以便在对该数字图像的至少一个对象进行分类时使该分类与相应的所分配的参考图像的偏差最小化。
本发明授权生成带不变积分层的卷积神经网络用于对象分类的方法在权利要求书中公布了：1.一种用于利用多个训练周期来生成经训练的带至少一个不变积分层的卷积神经网络以对移动平台的环境的数字图像的对象进行分类的方法，其中每个训练周期具有如下步骤： 提供移动平台的环境的具有至少一个对象的数字图像110； 提供被分配给所述数字图像的参考图像，其中所述至少一个对象在所述参考图像中被标记； 提供所述数字图像110作为带至少一个不变积分层的卷积神经网络的输入信号；而且 使带至少一个不变积分层的卷积神经网络匹配，以便在对所述数字图像的至少一个对象进行分类时使所述分类与相应的所分配的参考图像的偏差最小化， 其中，带至少一个不变积分层130的卷积神经网络具有至少一个卷积层和至少一个不变积分层130，而且所述不变积分层130通过所述卷积层的不变函数借助于对所述卷积层的输出特征图的变换群的积分来确定群均值矩阵， 其中，通过使用具有执行不变积分的所述不变积分层130的卷积神经网络，将几何先验知识包含在内，其方式是显式地确保待分类对象的不变特性，其中，所述不变特性是旋转不变性和或平移不变性和或缩放不变性和或仿射变换的不变性。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人罗伯特·博世有限公司，其通讯地址为：德国斯图加特；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励