公开(公告)号：CN114882560B

公开(公告)日：2024-09-24

申请号：CN202210503278.5

申请日：2022-05-10

Applicant: 福州大学

Inventor： 林志贤 ,  吴宇航 ,  林珊玲 ,  郭太良 ,  林坚普 ,  叶芸 ,  张永爱 ,  王利翔 ,  赵敬伟 ,  梅婷

IPC: G06V40/16 ,  G06V10/26 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于轻量级人像检测的图像智能裁剪方法,包括以下步骤：步骤S1:基于anchor‑free的一阶段检测思想构造轻量级人像检测网络；步骤S2:根据构建的轻量级人像检测网络对输入的图像进行人像检测，获取人像的位置信息；步骤S3:根据人像的位置信息，采用摄影学构图原理对图像的整体构图进行约束，同时明确人像边界信息，保留关键人物的完整信息，同时不铺设anchors，实现对人像图片的快速裁剪。本发明针对人像照片特点所设计的自动裁剪算法，考虑了人像图片与风景图之间的差异，把人像检测和摄影学原理相结合，因此能快速有效处理人像图片，保留关键人像的完整信息。

公开(公告)号：CN114819129B

公开(公告)日：2024-09-24

申请号：CN202210503065.2

申请日：2022-05-10

Applicant: 福州大学

Inventor： 林志贤 ,  王利翔 ,  林珊玲 ,  郭太良 ,  林坚普 ,  叶芸 ,  张永爱 ,  吴宇航 ,  赵敬伟 ,  梅婷

IPC: G06N3/063 ,  G06N3/0464 ,  G06F18/214 ,  G06F9/50

Abstract: 本发明涉及一种并行计算单元的卷积神经网络硬件加速方法，包括以下步骤：步骤S1:将训练好的卷积神经网络模型根据静态量化、分层量化的方法进行权重参数的量化；步骤S2:通过预设在硬件电路上的并行计算单元对量化后的卷积神经网络模型进行运算;步骤S3:根据不同输入尺寸的卷积神经网络模型在推理阶段计算并行度不同,通过片上可重构技术自适应不同卷积核尺寸的卷积神经网络模型。本发明能够实现卷积神经网络硬件加速的目的，使得在低功耗的情况下有着高推理速度。