首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于剪枝模型的目标检测跟踪方法、装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:深圳比特微电子科技有限公司

摘要:本申请公开了一种基于剪枝神经网络模型的目标检测跟踪方法,包括:获取待检测连续图像,从所述待检测连续图像中,获取当前图像帧、前一图像帧以及该前一图像帧中被检测目标的热力图,利用训练后的剪枝神经网络模型,对当前图像帧、前一图像帧、以及热力图进行处理,从训练后的剪枝神经网络模型的输出获得当前图像帧中目标中心点位置、帧内目标框偏移位置、目标框尺寸、以及帧间目标框位移预测;基于各当前图像帧中的检测结果,确定目标检测跟踪结果;剪枝神经网络模型以如下方式获得:对于不完全训练的神经网络模型中至少一卷积层,按照各卷积层对应的信息熵所配置的剪枝率,对各卷积层中的滤波器进行滤波器剪枝。本申请大大减少了对计算资源的消耗。

主权项:1.一种基于剪枝神经网络模型的目标检测跟踪方法,其特征在于,该方法包括:获取待检测连续图像,从所述待检测连续图像中,获取当前图像帧、前一图像帧以及该前一图像帧中被检测目标的热力图,其中,热力图用于表征被检测目标的中心点位置信息,利用训练后的剪枝神经网络模型,对所获取的当前图像帧、前一图像帧、以及热力图进行处理,从训练后的剪枝神经网络模型的输出获得当前图像帧中目标中心点位置、帧内目标框偏移位置、目标框尺寸、以及帧间目标框位移预测;基于各当前图像帧中目标中心点位置、帧内目标框偏移位置、目标框尺寸、以及帧间目标框位移预测,确定目标检测跟踪结果;其中,所述剪枝神经网络模型以如下方式获得:对于不完全训练的神经网络模型中至少一卷积层,按照各卷积层对应的信息熵所配置的剪枝率,对各卷积层中的滤波器进行滤波器剪枝,其中,信息熵用于表征卷积层中滤波器的重要性。

全文数据:

权利要求:

百度查询: 深圳比特微电子科技有限公司 一种基于剪枝模型的目标检测跟踪方法、装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。