-
Patent Agency Ranking
公开(公告)号：CN116416572A
公开(公告)日：2023-07-11
申请号：CN202310251690.7
申请日：2023-03-15
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于在线知识蒸馏网络的人群计数方法及装置。首先获取人群计数图像及生成对应的标签，并对图像及标签进行预处理，之后构建在线知识蒸馏网络，包括共享浅层模块、教师强语义分支和学生精炼分支，所述共享浅层模块用于提取图像的基特征，所述教师强语义分支基于预训练参数捕捉图像的鲁棒语义特征，所述学生精炼分支通过通道递减来减少参数量，提升网络的推理速度，然后将图像及标签输入网络进行训练。最后，将图像送入训练好的学生精炼分支，输出人群的个数。相比于传统的特征学习策略，本发明可实现单阶段的网络学习，即只需单次即可完成学生网络的训练，大大降低了网络的训练成本。在交通、农林等众多领域有着重要的应用前景。
-
公开(公告)号：CN114998616A
公开(公告)日：2022-09-02
申请号：CN202210516894.4
申请日：2022-05-13
Applicant: 南京林业大学
Abstract: 本发明公开了一个基于在线掩膜感知的多尺度目标个数统计网络，包括以下步骤：1)将数据集样本分辨率调整为8的倍数，分别构建训练、验证及测试数据集；2)训练过程，对训练数据执行在线增广；3)构建多尺度目标个数统计网络；4)基于训练数据集对在线掩膜感知网络的参数进行训练，5)将保存的模型参数在测试数据集测试，得出测试数据集的目标统计结果。本发明设计了在线掩膜感知模块，自动感知网络中丰富的语义信息，降低网络的学习难度。同时设计了多尺度学习模块，使得网络根据目标尺度的变化学习其重要特征。本发明可实现高密度目标的个数统计及分布预测，可实现行人、车辆、果实等目标的个数统计。
-
公开(公告)号：CN111401163B
公开(公告)日：2022-04-15
申请号：CN202010149434.3
申请日：2020-03-04
Applicant: 南京林业大学
IPC: G06V20/52 , G06V10/774 , G06K9/62 , G06T3/40 , G06T7/73
Abstract: 本发明公开了基于多尺度注意力感知卷积网络的目标数量统计方法，包括图片特征提取层、多尺度感知模块、有监督的注意力感知模块以及密度回归模块，图片的输入是3通道的图片，采用传统二维卷积网络提取图片的特征，而后将特征输入到多尺度感知模块以感知图片中尺度的变化，然后将利用有监督的注意力感知模块对感兴趣的目标提取鲁棒的特征，最后经密度回归模块输出密度估计图。本发明涉及了鲁棒的目标数量统计网络，在智能林业、智能农业、智能安防和智能交通等领域有着及其重要的应用价值。
-
公开(公告)号：CN116416572B
公开(公告)日：2025-04-04
申请号：CN202310251690.7
申请日：2023-03-15
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于在线知识蒸馏网络的人群计数方法及装置。首先获取人群计数图像及生成对应的标签，并对图像及标签进行预处理，之后构建在线知识蒸馏网络，包括共享浅层模块、教师强语义分支和学生精炼分支，所述共享浅层模块用于提取图像的基特征，所述教师强语义分支基于预训练参数捕捉图像的鲁棒语义特征，所述学生精炼分支通过通道递减来减少参数量，提升网络的推理速度，然后将图像及标签输入网络进行训练。最后，将图像送入训练好的学生精炼分支，输出人群的个数。相比于传统的特征学习策略，本发明可实现单阶段的网络学习，即只需单次即可完成学生网络的训练，大大降低了网络的训练成本。在交通、农林等众多领域有着重要的应用前景。
-
公开(公告)号：CN111401163A
公开(公告)日：2020-07-10
申请号：CN202010149434.3
申请日：2020-03-04
Applicant: 南京林业大学
Abstract: 本发明公开了基于多尺度注意力感知卷积网络的目标数量统计方法，包括图片特征提取层、多尺度感知模块、有监督的注意力感知模块以及密度回归模块，图片的输入是3通道的图片，采用传统二维卷积网络提取图片的特征，而后将特征输入到多尺度感知模块以感知图片中尺度的变化，然后将利用有监督的注意力感知模块对感兴趣的目标提取鲁棒的特征，最后经密度回归模块输出密度估计图。本发明涉及了鲁棒的目标数量统计网络，在智能林业、智能农业、智能安防和智能交通等领域有着及其重要的应用价值。
-
-
-
-
Search Results
5
records
(took 0.014 seconds)
