公开(公告)号：CN112748998B

公开(公告)日：2023-10-03

申请号：CN202110081461.6

申请日：2021-01-21

Applicant: 中南大学

Inventor： 张德宇 ,  贾富程 ,  张尧学

IPC: G06F9/48 ,  G06F9/50 ,  G06T1/20 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种移动端的卷积神经网络任务调度方法及系统，方法包括：S1.针对计算任务，从预设的配置方案集合中选择满足预设条件的配置方案，配置方案包括CPU核心频率、GPU核心频率、最低网络延迟切分比率、和当前配置参数下的最低网络延迟；S2.将计算任务的卷积层输入张量按照最低网络延迟切分比率进行切分，切分得到CPU输入张量和GPU输入张量；S3.以CPU输入张量作为CPU卷积神经网络的输入，计算得到CPU输出张量；以GPU输入张量作为GPU卷积神经网络的输入，计算得到GPU输出张量，根据CPU输出张量和GPU输出张量得到卷积神经网络的输出张量。具有有效降低移动端卷积神经网络延迟等优点。

公开(公告)号：CN112748998A

公开(公告)日：2021-05-04

申请号：CN202110081461.6

申请日：2021-01-21

Applicant: 中南大学

Inventor： 张德宇 ,  贾富程 ,  张尧学

IPC: G06F9/48 ,  G06F9/50 ,  G06T1/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种移动端的卷积神经网络任务调度方法及系统，方法包括：S1.针对计算任务，从预设的配置方案集合中选择满足预设条件的配置方案，配置方案包括CPU核心频率、GPU核心频率、最低网络延迟切分比率、和当前配置参数下的最低网络延迟；S2.将计算任务的卷积层输入张量按照最低网络延迟切分比率进行切分，切分得到CPU输入张量和GPU输入张量；S3.以CPU输入张量作为CPU卷积神经网络的输入，计算得到CPU输出张量；以GPU输入张量作为GPU卷积神经网络的输入，计算得到GPU输出张量，根据CPU输出张量和GPU输出张量得到卷积神经网络的输出张量。具有有效降低移动端卷积神经网络延迟等优点。

公开(公告)号：CN111131835B

公开(公告)日：2021-02-26

申请号：CN201911410027.7

申请日：2019-12-31

Applicant: 中南大学

Inventor： 张德宇 ,  罗云臻 ,  张尧学 ,  贾富程 ,  段思婧

IPC: H04N19/42 ,  H04N19/132 ,  H04N19/13 ,  H04N19/625

Abstract: 本发明公开了一种视频处理方法及系统，方法包括：S1.将待处理视频中的帧进行分组，得到帧编组，并将所述帧编组内的帧划分为基础帧和变化帧；S2.以延时最小作为优化目标，确定所述帧编组内的所述基础帧和所述变化帧的处理主体，并将其分配给所确定的所述处理主体；所述处理主体包括本地端和服务端；S3.通过所述处理主体对所述基础帧和所述变化帧进行识别，得到识别结果。具有可有效降低识别的延时，同时保证识别准确率的优点。

公开(公告)号：CN112084958B

公开(公告)日：2024-05-10

申请号：CN202010952910.5

申请日：2020-09-11

Applicant: 中南大学

Inventor： 张德宇 ,  章晋睿 ,  许晓晖 ,  贾富程 ,  张尧学

IPC: G06V40/10 ,  G06V20/40 ,  G06V40/20 ,  G06V10/82 ,  G06F9/48 ,  G06N3/0464 ,  G06T1/20

Abstract: 本发明公开了一种移动端的多人人体骨架识别方法及装置，方法包括：S1.从视频中解码获取图像帧；S2.从所述图像帧中识别出人体区域，生成人体子图；S3.将所述人体子图进行识别调度，分配给所述移动端的CPU和/或GPU进行识别，通过所述CPU和/或GPU分别运行预设的骨架识别模型，识别出人体骨架。本发明具有识别速度快、延迟低，识别精度高等优点。

公开(公告)号：CN112084958A

公开(公告)日：2020-12-15

申请号：CN202010952910.5

申请日：2020-09-11

Applicant: 中南大学

Inventor： 张德宇 ,  章晋睿 ,  许晓晖 ,  贾富程 ,  张尧学

IPC: G06K9/00 ,  G06F9/48 ,  G06N3/04 ,  G06T1/20

Abstract: 本发明公开了一种移动端的多人人体骨架识别方法及装置，方法包括：S1.从视频中解码获取图像帧；S2.从所述图像帧中识别出人体区域，生成人体子图；S3.将所述人体子图进行识别调度，分配给所述移动端的CPU和/或GPU进行识别，通过所述CPU和/或GPU分别运行预设的骨架识别模型，识别出人体骨架。本发明具有识别速度快、延迟低，识别精度高等优点。

公开(公告)号：CN111131835A

公开(公告)日：2020-05-08

申请号：CN201911410027.7

申请日：2019-12-31

Applicant: 中南大学

Inventor： 张德宇 ,  罗云臻 ,  张尧学 ,  贾富程 ,  段思婧

IPC: H04N19/42 ,  H04N19/132 ,  H04N19/13 ,  H04N19/625

Abstract: 本发明公开了一种视频处理方法及系统，方法包括：S1.将待处理视频中的帧进行分组，得到帧编组，并将所述帧编组内的帧划分为基础帧和变化帧；S2.以延时最小作为优化目标，确定所述帧编组内的所述基础帧和所述变化帧的处理主体，并将其分配给所确定的所述处理主体；所述处理主体包括本地端和服务端；S3.通过所述处理主体对所述基础帧和所述变化帧进行识别，得到识别结果。具有可有效降低识别的延时，同时保证识别准确率的优点。