[发明专利]图数据的识别方法、装置、计算机设备和存储介质在审
| 申请号： | 201910502464.5 | 申请日： | 2019-06-11 |
| 公开（公告）号： | CN110390259A | 公开（公告）日： | 2019-10-29 |
| 发明（设计）人： | 史磊;张一帆 | 申请（专利权）人： | 中国科学院自动化研究所南京人工智能芯片创新研究院;中国科学院自动化研究所 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 北京华夏泰和知识产权代理有限公司 11662 | 代理人： | 孟德栋 |
| 地址： | 211135 江苏省南*** | 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： | 本申请涉及一种图数据识别方法、装置、计算机设备和存储介质。所述方法包括：获取输入已训练的卷积神经网络的当前卷积层的输入特征图，获取输入已训练的卷积神经网络的当前卷积层的特征图，获取参考邻接矩阵，根据输入特图和参考邻接矩阵生成目标邻接矩阵，获取当前卷积层的卷积核，根据输入特征图、卷积核和目标邻接矩阵生成目标输出特征图，根据目标输出特征图，识别出图数据的识别结果。根据输入的特征图对固定的参考邻接矩阵进行调整，得到目标邻接矩阵，根据输入特征图自适应调整的目标邻接矩阵，可以更好的表达人体姿态，提高采用生成的特征图进行识别的准确率。 | ||
| 搜索关键词： | 邻接矩阵 特征图 输入特征 卷积 卷积神经网络 计算机设备 存储介质 目标输出 卷积核 图数据 参考 自适应调整 人体姿态 固定的 准确率 出图 申请 | ||
【主权项】：
1.一种图数据识别方法，其特征在于，所述方法包括：获取输入已训练的卷积神经网络的当前卷积层的输入特征图，所述获取输入已训练的卷积神经网络的当前卷积层的特征图；获取参考邻接矩阵，根据所述输入特图和所述参考邻接矩阵生成目标邻接矩阵；获取所述当前卷积层的卷积核；根据所述输入特征图、所述卷积核和所述目标邻接矩阵生成目标输出特征图；根据所述目标输出特征图，识别出所述图数据的识别结果。
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中国科学院自动化研究所南京人工智能芯片创新研究院;中国科学院自动化研究所，未经中国科学院自动化研究所南京人工智能芯片创新研究院;中国科学院自动化研究所许可，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/201910502464.5/，转载请声明来源钻瓜专利网。
