[发明专利]一种基于深度学习的图像自适应稀疏化表征方法及装置有效
| 申请号： | 202010385699.3 | 申请日： | 2020-05-09 |
| 公开（公告）号： | CN111652246B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 袁春;施诚 | 申请（专利权）人： | 清华大学深圳国际研究生院 |
| 主分类号： | G06V10/44 | 分类号： | G06V10/44;G06V10/764;G06V10/82;G06N3/0464;G06N3/048;G06N3/084 |
| 代理公司： | 深圳新创友知识产权代理有限公司 44223 | 代理人： | 王震宇 |
| 地址： | 518055 广东省深圳市*** | 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： | 一种基于深度学习的图像自适应稀疏化表征方法及装置，本方法包括：A1:选取任意的深度卷积神经网络模型M，在卷积操作的每个阶段加入基于半硬注意力机制的深度学习方法，将所述半硬注意力机制加到卷积层中，构建新的深度卷积神经网络模型M'；A2:设置线性递增的半硬注意力稀疏化值域，用于得到稀疏化图像表征；A3:设置合适于任务的损失函数，利用反向传播训练整个深度卷积神经网络模型M'。本方法在不引入额外的时间复杂度和空间复杂度的情况下，稳定提升深度卷积模型在图像识别、目标检测等计算机视觉任务上的识别精度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 图像 自适应 稀疏 表征 方法 装置 | ||
【主权项】：
暂无信息
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清华大学深圳国际研究生院，未经清华大学深圳国际研究生院许可，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/202010385699.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种防堵塞的去石机
- 下一篇：驻车空调及其控制方法、装置
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
