[发明专利]一种用于视频图像处理的卷积神经网络加速方法在审
| 申请号： | 201910131936.0 | 申请日： | 2019-02-22 |
| 公开（公告）号： | CN109919051A | 公开（公告）日： | 2019-06-21 |
| 发明（设计）人： | 黄禹尧;熊璐;邓振文;张培志;曾德全;严森炜 | 申请（专利权）人： | 同济大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/34;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 叶敏华 |
| 地址： | 200092 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种用于视频图像处理的卷积神经网络加速方法，包括以下步骤：S1：将用于视频图像处理的整个卷积神经网络分为第一阶段和第二阶段，第一阶段包括但不限于两个具有相同输入、计算量不同的子网络，将计算量较小的子网络作为快路径，将计算量较大的子网络作为慢路径；S2：令两条路径异步执行，并对快、慢路径进行视频处理的特征图进行更新；S3：通过包括但不限于拼接、求和、全连接等融合方式将两条路径的特征图进行融合，将融合的输出作为第二阶段的输入；S4：根据最终目标问题设计第二阶段模型，组成完整的网络模型，并对模型进行训练和部署。与现有技术相比，本发明具有加快神经网络的运行速度的同时保证精度的优点。 | ||
| 搜索关键词： | 卷积神经网络 视频图像处理 计算量 子网络 慢路径 特征图 融合 阶段模型 目标问题 神经网络 视频处理 网络模型 异步执行 快路径 求和 拼接 输出 更新 部署 保证 | ||
【主权项】：
1.一种用于视频图像处理的卷积神经网络加速方法，其特征在于，包括以下步骤：S1：将用于视频图像处理的整个卷积神经网络分为用以编码视觉特征的第一阶段和用以解码特征获取输出的第二阶段，第一阶段包括但不限于两个具有相同输入、计算量不同的子网络，将计算量较小的子网络作为快路径，将计算量较大的子网络作为慢路径；S2：令两条路径异步执行，并对快、慢路径通过卷积神经网络进行视频处理的特征图进行更新；S3：通过融合方式将快、慢两条路径输出的特征图进行融合，将融合的输出作为第二阶段的输入；S4：根据最终目标问题设计第二阶段模型，组成完整的网络模型，并对模型进行训练和部署。
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同济大学，未经同济大学许可，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/201910131936.0/，转载请声明来源钻瓜专利网。
