[发明专利]一种用于卷积神经网络的特征图增强系统及方法有效
| 申请号： | 201810206172.2 | 申请日： | 2018-03-13 |
| 公开（公告）号： | CN108596865B | 公开（公告）日： | 2021-10-26 |
| 发明（设计）人： | 林倞;任创杰;成慧;王青;王可泽 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06T5/50 | 分类号： | G06T5/50;G06N3/04;G06N3/08 |
| 代理公司： | 广州容大知识产权代理事务所(普通合伙) 44326 | 代理人： | 刘新年 |
| 地址： | 510000 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种用于卷积神经网络的特征图增强系统及方法，该系统包括：内置特征图单元，用于存储训练样本之间的本质共性特征；输入控制器，基于原输入特征图及以往的内置特征图，整合两者的特征信息，进行一系列卷积操作，得到一个与内置特征图大小一致的输入控制器的中间特征图；特征图控制器，以原输入特征图以及以往内置特征图作为输入，进行一系列卷积操作，得到一个与内置特征图大小一致的特征图控制器的中间特征图，结合所述输入控制器的中间特征图，并以β参数来控制两者的表达能力，得到最新的内置特征图表达；输出控制器，以最新内置特征图以及原输入特征图作为输入，通过卷积操作以及对最新内置特征图的特征提取，得到辅助特征图输出。 | ||
| 搜索关键词： | 一种 用于 卷积 神经网络 特征 增强 系统 方法 | ||
【主权项】：
1.一种用于卷积神经网络的特征图增强系统，包括：内置特征图单元，用于存储训练样本之间的本质共性特征；输入控制器，基于原输入特征图x以及以往的内置特征图Mt‑1，整合两者的特征信息，进行一系列卷积操作，得到一个与内置特征图大小一致的输入控制器的中间特征图；特征图控制器，以原输入特征图x以及以往内置特征图Mt‑1作为输入，进行一系列卷积操作，得到一个与内置特征图大小一致的特征图控制器的中间特征图，结合所述输入控制器的中间特征图，并以β参数来控制两者的表达能力，得到最新的内置特征图Mt表达；输出控制器，在得到最新内置特征图表达Mt的情况下，以最新内置特征图Mt以及原输入特征图x作为输入，通过卷积操作以及对最新内置特征图的特征提取，得到辅助特征图输出。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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中山大学，未经中山大学许可，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/patent/201810206172.2/，转载请声明来源钻瓜专利网。
