madrid2i

Resumen

Computer-implemented method for increasing efficiency in image classification that comprises: obtaining a set of input images (11); obtain at least a first input tensor associated with at least a subset of the set of input images (12), perform a decomposition in higher order dynamic modes (HODMD) of the at least one first input tensor (13), obtaining a first tensor of higher order dynamical modes (14); obtain at least a first expanded set associated with at least a subset of the input image set (15). After partitioning the expanded (or enriched, or augmented) set (16), a convolutional neural network (CNN) (7') is trained using at least a subset of the expanded set, thus obtaining a classification tool (8') capable of classifying new images (9') associated with the input images. (Machine-translation by Google Translate, not legally binding)

Reivindicaciones

1. REIVINDICACIONES 1. Método implementado por ordenador de aumento de la eficiencia en la clasificación de imágenes que comprende: <o>obtener un conjunto de imágenes de entrada (11); <o>obtener al menos un primer tensor de entrada asociado a al menos un subconjunto del conjunto de imágenes de entrada (12), donde cada tensor de entrada comprende 3 dimensiones correspondiendo las dos primeras dimensiones a los píxeles de las imágenes en las direcciones X e Y, y la dimensión restante una dimensión temporal correspondiente al orden de obtención de la imagen en una secuencia temporal; donde el método implementado por ordenador estácaracterizadopor que adicionalmente comprende: <o>realizar una descomposición en modos dinámicos de orden superior (HODMD) del al menos un primer tensor de entrada (13), obteniendo un primer conjunto de modos dinámicos de orden superior asociados al al menos un primer tensor de entrada; <o>obtener al menos un primer conjunto ampliado asociado a al menos un subconjunto del conjunto de imágenes de entrada (15), donde el primer conjunto ampliado resulta de la combinación del primer conjunto de entrada con el primer conjunto de modos dinámicos; <o>introducir (16) en una red neuronal convolucional (CNN) un conjunto de entrenamiento compuesto por al menos el primer conjunto ampliado, obteniendo así una herramienta de clasificación capaz de clasificar un conjunto de prueba de imágenes asociadas con el primer conjunto de entrada. 2. Método implementado por ordenador de aumento de la eficiencia en la clasificación de imágenes según la reivindicación 1,caracterizadopor que el primer tensor de entrada viene expresado mediante: <img class="EMIRef" id="b03e315a-8a16-4933-9ea7-51a59b1007ef-imgf000030-0001" /> , , dondei1 yi2 representa la posición de cada píxel en el plano que contiene la imagen, yKes el número de imágenes instantáneas; donde el primer conjunto de modos dinámicos de orden superior se obtiene mediante: <img class="EMIRef" id="b03e315a-8a16-4933-9ea7-51a59b1007ef-imgf000030-0002" /> dondeum es el primer tensor de modos dinámicos de orden superior; dondeMes el número de modos dinámicos de orden superior que se pretende obtener; dondemes la amplitud de cada modo dinámico de orden superior; donde 0<m>es la frecuencia de cada modo dinámico de orden superior, y; dondeSmes la tasa de crecimiento de cada modo dinámico de orden superior. 3. Método implementado por ordenador de aumento de la eficiencia en la clasificación de imágenes según la reivindicación 2,caracterizadopor que para reconstruir la expresión mediante la cual se obtiene el primer conjunto de modos dinámicos de orden superior: V se realiza primero una reducción de dimensionalidad del primer tensor de entrada mediante una descomposición en valores singulares de orden superior. 4. Método implementado por ordenador de aumento de la eficiencia en la clasificación de imágenes según cualquiera de las reivindicaciones anteriores,caracterizadopor que comprende emplear una red neuronal convolucional (CNN) que a su vez comprende tres capas convolucionales 3x3 de capa de entrada, seguidas de 2x2 capas de agrupación máxima, seguidas de una capa aplanada y finalmente seguidas de dos capas densas y completamente conectadas. 5. Programa informático caracterizado por que comprende instrucciones que, cuando se ejecutan en un ordenador, realizan el método implementado por ordenador según cualquiera de las reivindicaciones 1 a 4. 6. Medio legible por ordenador caracterizado por que comprende instrucciones que, cuando se ejecutan en un ordenador, realizan el método implementado por ordenador según cualquiera de las reivindicaciones 1 a 4.

Índice de la ficha

En detalle

Resumen

Reivindicaciones

Etiquetas