[发明专利]一种面向视频分析的多层神经网络模型在审
申请号: | 201910796010.3 | 申请日: | 2019-08-27 |
公开(公告)号: | CN110503191A | 公开(公告)日: | 2019-11-26 |
发明(设计)人: | 雷洪波 | 申请(专利权)人: | 四川博文讯通科技有限公司 |
主分类号: | G06N3/04 | 分类号: | G06N3/04;G06N3/08;G06K9/62 |
代理公司: | 11340 北京天奇智新知识产权代理有限公司 | 代理人: | 杨春<国际申请>=<国际公布>=<进入国 |
地址: | 610000 四川省成都市高新*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 视频分析 多层神经网络 视频数据 特征向量 训练算法 处理层 连接层 提取层 筛选 神经元 多层网络 激活函数 连接关系 网络参数 网络模型 选择提供 识别率 输入层 采集 分类 改进 | ||
1.一种面向视频分析的多层神经网络模型,由多个神经元连接在一起构成多层网络,其特征在于,多层神经网络模型包括:
多个用于采集输入视频数据的采集输入层;
多个提取层,多个提取层与多个采集输入层一一对应连接,提取层用于提取视频数据中的特征向量;
多个筛选处理层,多个筛选处理层与多个提取层一一对应连接,每个筛选处理层对特征向量进行采集样本筛选处理,得到样本特征向量;
用于对多个样本特征向量进行最后分类的全连接层,提取层、筛选处理层和全连接层之间通过激活函数连接在一起。
2.根据权利要求1所述的一种面向视频分析的多层神经网络模型,其特征在于,其中神经元的模型表达式为:Yi=f(Ui)、其中Yi为x神经元的输出,f(Ui)为激活函数,w表示第i个输入的权重,θ表示x神经元的阈值。
3.根据权利要求2所述的一种面向视频分析的多层神经网络模型,其特征在于,激活函数使用ReLU函数作为激活函数。
4.根据权利要求1所述的一种面向视频分析的多层神经网络模型,其特征在于,采集输入层为网络摄像机,网络摄像机的信号端与提取层的信号端连接。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川博文讯通科技有限公司,未经四川博文讯通科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910796010.3/1.html,转载请声明来源钻瓜专利网。