NEC客流統計,客流分析,系統--NEC飛鼎克信息服務(北京)有限公司

新聞資訊>>新聞活動>>首頁

新聞資訊

NEC開發深度學習自動優化技術,更易于提高識別精度

 

近日,NEC宣布開發了更易于提高識別精度的深度學習自動優化技術。

 

客流統計

 

以往進行深度學習時,很難基于神經網絡構造(注1)進行調整,所以無法在整個網絡進行最優化的學習,因而無法充分發揮其識別性。此次開發的技術,可以基于其結構自動優化神經網絡學習的進度,從而輕松實現比以往更加精準的識別。

 

此技術的出現,使得應用了圖像識別及聲音識別等深度學習技術的各個領域,均有望實現識別精度的進一步提高。例如,人臉識別和行為分析等視頻監控的識別精度的提高、基礎設施等點檢工作的效率的提高,實現自動檢測災害、事故和災難等。另外在客流統計領域該技術也可大大提高客流統計精度。

 

【背景】

 

近年來,深度學習的研究取得了飛躍性的進展。在圖像識別、聲音識別等廣泛領域內得到了應用。深度學習使用具備深層構造的神經網絡,學習事先準備好的數據來實現高精度化。但是,如果數據被過度地學習,則會出現“過學習(注2)”的現象,即只能高精度地識別學習過的數據,而未用于學習的數據的識別精度則降低。為了避免這種情況的發生,就需要使用“正則化(注3)”技術進行調整。

 

由于神經網絡的學習過程因其結構而復雜多變,所以過去只能對整個網絡使用相同的正則化技術。結果出現了網絡各層有的過度學習,有的學習停滯等問題,因而很難充分發揮原有的識別性能。另外,由于手動調整各層的學習進度極為困難,所以對于逐層自動調整學習進度的需求呼聲很高。

 

此次開發的技術是基于神經網絡的結構,逐層預測學習進度,并自動配置適合各層進展的正則化技術。通過此技術,在整個網絡中學習被優化,并且可以將識別錯誤率降低約20%,改善識別精度。人臉識別、聲音識別及客流統計領域均將受益。

 

客流統計

【圖】各層神經網絡中正則化技術自動設置示意圖

 

【新技術的優點】

 

1.根據神經網絡結構的自動學習優化

 

基于神經網絡的結構,我們預測每層的學習進度,并逐層自動設置適合于各層進展的正則化。據此,整個網絡的學習進度就得到了優化,解決了過去各層過度學習和學習停滯的問題。在使用該技術的手寫數字數據的識別實驗中,識別錯誤率降低了約20%,識別精準度已經得到明顯改善。

 

客流統計

 

2.與以往相同的計算量下,輕松實現高精度

 

該技術僅在學習神經網絡前實施一次,即可在與以往同等的學習計算量下輕松地實現高精度。

 

NEC飛鼎克是NEC集團獨資子公司,致力于以大數據分析為驅動的DT時代新零售服務,在客流統計、人臉識別、客戶畫像等領域均處于行業領先地位。

 

(注1) 神經網絡:由人造神經細胞(神經元)組成的神經網絡。

(注2) 過學習:對給定數據過度學習,而對未學習的數據的識別精度度下降的現象。

(注3) 正則化:通過對模型的復雜性加以約束,來抑制過學習的方法。

 

 

NEC飛鼎克信息技術服務(北京)有限公司?版權所有 京ICP備05042348號

单机捕鱼下载手机版