[发明专利]一种基于二值化卷积神经网络的行人检测方法在审
| 申请号： | 201810043902.1 | 申请日： | 2018-01-17 |
| 公开（公告）号： | CN108304786A | 公开（公告）日： | 2018-07-20 |
| 发明（设计）人： | 陆生礼;杨海平;庞伟;戎海龙;韩志;李硕 | 申请（专利权）人： | 东南大学;东南大学—无锡集成电路技术研究所 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/38;G06N3/04;G06N3/08 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 熊玉玮 |
| 地址： | 214135 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于二值化卷积神经网络的行人检测方法，属于用于行人检测的电数字数据计算推算的技术领域。本发明将卷积层的输入数据以及卷积核组的权重参数二值化后转换为无符号的整型数组，通过整型数组的XNOR位操作和BITCOUNT操作来实现卷积计算，大幅降低计算量，具有占用内存少、访问内存时间短、卷积速度快的优点，既能够在PC上实现，又能适用于嵌入式系统，具有良好的应用前景。 | ||
| 搜索关键词： | 行人检测 二值化 卷积神经网络 卷积 数组 整型 内存 嵌入式系统 卷积核组 卷积计算 权重参数 数据计算 电数字 计算量 位操作 推算 占用 转换 应用 访问 | ||
【主权项】：
1.一种基于二值化卷积神经网络的行人检测方法，其特征在于，采用训练图像训练二值化卷积神经网络，所述二值化卷积神经网络从各卷积层的二值化输入数据中提取图像特征后计算损失函数值，由BP算法更新全精度权重参数，将全精度权重参数转换为二值化权重参数，对最后一层卷积层输出的所有预测框进行初步筛选；采用训练好的二值化卷积神经网络初步筛选待检测图像中的预测框；采用非极大拟制算法对二值化卷积神经网络初步筛选的预测框进行进一步的筛选以确定包含行人的预测框，显示包含行人的预测框。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学;东南大学—无锡集成电路技术研究所，未经东南大学;东南大学—无锡集成电路技术研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810043902.1/，转载请声明来源钻瓜专利网。
