IMAGE CLASSIFICATION APPARATUS AND METHOD

Described is an apparatus (800) for forming an image classifier (206, 308, 603), the apparatus being configured to form the classifier by: receiving (701) a set of classifier weights (301);receiving (702) a set of class prototypes (302); forming (703) an intermediate set of weights by means of an at...

Full description

Saved in:
Bibliographic Details
Main Authors MCDONAGH, Steven, YANG, Yongxin, PARISOT, Sarah, ESPERANCA, Pedro, MADARASZ, Tamas
Format Patent
LanguageEnglish
French
Published 19.05.2023
Subjects
Online AccessGet full text

Cover

Loading…
More Information
Summary:Described is an apparatus (800) for forming an image classifier (206, 308, 603), the apparatus being configured to form the classifier by: receiving (701) a set of classifier weights (301);receiving (702) a set of class prototypes (302); forming (703) an intermediate set of weights by means of an attention mechanism (304) between at least some members (303) of the set of classifier weights and the set of class prototypes (302); and forming (704) the image classifier (206, 308, 603) in dependence on the intermediate set of weights. The attention mechanism allows the apparatus to transfer and recompose learned features from classifiers to prototypesand richer class representation may be obtained by combining their learned features. Est décrit un appareil (800) de formation de classificateur d'image (206, 308, 603), l'appareil étant configuré pour former le classificateur par : la réception (701) d'un ensemble de poids de classificateur (301) ; la réception (702) d'un ensemble de prototypes de classe (302) ; la formation (703) d'un ensemble intermédiaire de poids au moyen d'un mécanisme d'attention (304) entre au moins certains éléments (303) de l'ensemble de poids de classificateur et l'ensemble de prototypes de classe (302) ; et la formation (704) du classificateur d'images (206, 308, 603) en fonction de l'ensemble intermédiaire de poids. Le mécanisme d'attention permet à l'appareil de transférer et de recomposer des caractéristiques apprises à partir de classificateurs pour prototypes et une représentation de classe plus riche peut être obtenue par combinaison de leurs caractéristiques apprises.
Bibliography:Application Number: WO2021EP81622