[发明专利]无帧缓冲器的卷积神经网络系统与方法

权利要求书

1.一种无帧缓冲器的卷积神经网络系统，包括：

感兴趣区域单元，用以提取特征，据以产生输入影像帧的感兴趣区域；

卷积神经网络单元，处理该输入影像帧的感兴趣区域以检测对象；及

追踪单元，比较不同时间提取的特征，使得该卷积神经网络单元据以选择地处理该输入影像帧，

其中该感兴趣区域单元产生基于区块的特征，据以决定每一影像区块是否执行卷积神经网络操作。

2.根据权利要求1所述的无帧缓冲器的卷积神经网络系统，其中该感兴趣区域单元采用基于扫描线的技术与基于区块的机制，用以于该输入影像帧中找出该感兴趣区域，其中，该输入影像帧分割为多个影像区块。

3.根据权利要求2所述的无帧缓冲器的卷积神经网络系统，其中该感兴趣区域单元包含：

特征提取器，自该输入影像帧提取该特征；及

分类器，决定每一影像区块是否执行卷积神经网络操作，因此产生决定图，据以决定该感兴趣区域。

4.根据权利要求3所述的无帧缓冲器的卷积神经网络系统，其中，该特征提取器根据基于区块的直方图或频率分析以产生该影像区块的浅特征。

5.根据权利要求3所述的无帧缓冲器的卷积神经网络系统，还包含缓存器，用以储存该特征。

6.根据权利要求5所述的无帧缓冲器的卷积神经网络系统，其中该缓存器包含：第一特征图，用以储存前一影像帧的特征；及第二特征图，用以储存目前影像帧的特征。

7.根据权利要求5所述的无帧缓冲器的卷积神经网络系统，其中该缓存器包含滑动视窗，用以储存该输入影像帧的区块。

8.根据权利要求6所述的无帧缓冲器的卷积神经网络系统，其中该追踪单元比较该第一特征图与该第二特征图，据以更新该决定图。

9.根据权利要求1所述的无帧缓冲器的卷积神经网络系统，其中该卷积神经网络单元包含：

卷积单元，包含多个卷积引擎，用以执行卷积操作于该感兴趣区域；

激励单元，当检测到默认特征时，该激励单元执行激励功能；及

池化单元，用以对该输入影像帧执行降低取样率。

10.一种用于无帧缓冲器的卷积神经网络的方法，包括：

提取特征，据以产生输入影像帧的感兴趣区域；

执行卷积神经网络操作于该输入影像帧的感兴趣区域，以检测对象；及

比较不同时间提取的特征，据以选择地处理该输入影像帧，

其中产生该感兴趣区域的步骤包含：产生基于区块的特征，据以决定每一影像区块是否执行卷积神经网络操作。

11.根据权利要求10所述的用于无帧缓冲器的卷积神经网络的方法，其中该感兴趣区域的产生是采用基于扫描线的技术与基于区块的机制，其中，该输入影像帧分割为多个影像区块。

12.根据权利要求11所述的用于无帧缓冲器的卷积神经网络的方法，其中产生该感兴趣区域的步骤包含：

自该输入影像帧提取该特征；及

以分类方法决定每一影像区块是否执行卷积神经网络操作，因此产生决定图，据以决定该感兴趣区域。

13.根据权利要求12所述的用于无帧缓冲器的卷积神经网络的方法，其中提取该特征的步骤包含：

根据基于区块的直方图或频率分析以产生该影像区块的浅特征。

14.根据权利要求12所述的用于无帧缓冲器的卷积神经网络的方法，还包含暂存该特征的步骤。