-
公开(公告)号：CN107122736B
公开(公告)日：2020-06-12
申请号：CN201710282729.6
申请日：2017-04-26
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于深度学习的人体朝向预测方法及装置，应用于视频分析技术领域，所述方法包括：获取待检测视频对应的帧序列的每一帧中每一个行人的位置；根据位置和预先建立的行人时空特征预测模型，通过卷积神经网络提取每一个行人的空间特征。根据空间特征和行人时空特征预测模型，通过门结构的循环神经网络提取帧序列的时间特征，得到每一个行人的时空特征。提取时空特征中的方向特征，得到每一个行人的人体朝向。本发明实施例针对行人的空间特征和时间特征进行建模，通过提供丰富的历史连续变化信息来辅助当前帧的预测，提高了人体朝向预测的准确性。
-
公开(公告)号：CN107122736A
公开(公告)日：2017-09-01
申请号：CN201710282729.6
申请日：2017-04-26
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于深度学习的人体朝向预测方法及装置，应用于视频分析技术领域，所述方法包括：获取待检测视频对应的帧序列的每一帧中每一个行人的位置；根据位置和预先建立的行人时空特征预测模型，通过卷积神经网络提取每一个行人的空间特征。根据空间特征和行人时空特征预测模型，通过门结构的循环神经网络提取帧序列的时间特征，得到每一个行人的时空特征。提取时空特征中的方向特征，得到每一个行人的人体朝向。本发明实施例针对行人的空间特征和时间特征进行建模，通过提供丰富的历史连续变化信息来辅助当前帧的预测，提高了人体朝向预测的准确性。
-
公开(公告)号：CN115035308B
公开(公告)日：2024-12-20
申请号：CN202210420020.9
申请日：2022-04-21
Applicant: 北京邮电大学
IPC: G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本申请提供一种面向图像处理的神经网络优化方法及相关装置；所述方法包括：获取多个预选神经网络，对全部所述预选神经网络进行多轮次的迭代，在每个轮次的迭代中，对前轮次中的候选神经网络执行增减枝策略，得到多个第二神经网络，利用结构控制器中的嵌入层、编码层和排序层，对第二神经网络之间进行相对位置的排序，确定多个第三神经网络，通过对第三神经网络进行双向蒸馏迁移，得到该轮次的多个候选神经网络，并在多个候选神经网络中确定本轮次的一个目标神经网络，响应于确定达到预设的第一迭代指标，输出最后轮次得到的目标神经网络。可见，本方法在迭代过程中利用相对排序的方式选出最优的神经网络，简化了训练测试每个神经网络的过程。
-
公开(公告)号：CN115035308A
公开(公告)日：2022-09-09
申请号：CN202210420020.9
申请日：2022-04-21
Applicant: 北京邮电大学
Abstract: 本申请提供一种面向图像处理的神经网络优化方法及相关装置；所述方法包括：获取多个预选神经网络，对全部所述预选神经网络进行多轮次的迭代，在每个轮次的迭代中，对前轮次中的候选神经网络执行增减枝策略，得到多个第二神经网络，利用结构控制器中的嵌入层、编码层和排序层，对第二神经网络之间进行相对位置的排序，确定多个第三神经网络，通过对第三神经网络进行双向蒸馏迁移，得到该轮次的多个候选神经网络，并在多个候选神经网络中确定本轮次的一个目标神经网络，响应于确定达到预设的第一迭代指标，输出最后轮次得到的目标神经网络。可见，本方法在迭代过程中利用相对排序的方式选出最优的神经网络，简化了训练测试每个神经网络的过程。
-
-
-
Search Results
4
records
(took 0.043 seconds)
