一种基于通道修剪与全卷积深度学习的目标检测方法
授权
摘要
本发明公开了一种基于通道修剪与全卷积深度学习的目标检测方法,首先,使用套索回归方法在卷积神经网络的每层通道上实现冗余通道的修剪;然后,使用线性最小二乘法重构最小化误差;最后,利用全卷积神经网络获取感兴趣区域,加速目标检测。通过在通用Caltech行人检测数据集的实验表明,本发明提出的方案可有效提高行人检测的准确性与快速性。
基本信息
专利标题 :
一种基于通道修剪与全卷积深度学习的目标检测方法
专利标题(英):
暂无
公开(公告)号 :
CN108288270A
申请号 :
CN201810113321.0
公开(公告)日 :
2018-07-17
申请日 :
2018-02-05
授权号 :
CN108288270B
授权日 :
2022-06-03
发明人 :
许正朱松豪荆晓远石路路
申请人 :
南京邮电大学
申请人地址 :
江苏省南京市栖霞区仙林大学城亚东新城区文苑路9号
代理机构 :
南京苏高专利商标事务所(普通合伙)
代理人 :
柏尚春
优先权 :
CN201810113321.0
主分类号 :
G06T7/00
IPC分类号 :
G06T7/00 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-06-03 :
授权
2018-08-10 :
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20180205
申请日 : 20180205
2018-07-17 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载