公开(公告)号：CN111582091A

公开(公告)日：2020-08-25

申请号：CN202010345173.2

申请日：2020-04-27

Applicant: 西安交通大学

Inventor： 杨晨 ,  张靖宇 ,  陈琦 ,  范世全 ,  耿莉

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多分支卷积神经网络的行人识别方法，包括步骤：1)初始化多分支卷积神经网络；2)边训练边筛选卷积核，作为构建块添加到各分支，构成精度和运算量可分离的多分支卷积神经网络；3)设置时间监测点和精度预估值，验证精度，如果低于精度预估值，则返回步骤2)，如果和预估值相差5％以内则停止，相差大于5％则集训训练；4)继续训练，筛选多分支卷积神经网络的全连接层的超参数；5)最后设计生成的模型，存储到移动摄像头的硬件处理架构中，离线推理其拍摄到的视频或者图像中是否有人出现。本发明为行人识别设计多分支的卷积神经网络架构，加宽网络宽度，改进模型推理识别行人的整体网络性能。

公开(公告)号：CN110363287A

公开(公告)日：2019-10-22

申请号：CN201910584312.4

申请日：2019-07-01

Applicant: 西安交通大学

Inventor： 杨晨 ,  陈琦 ,  张靖宇 ,  张景越 ,  徐建龙

IPC: G06N3/04 ,  G06N3/063 ,  G06N3/08

Abstract: 本发明公开了一种面向内存计算和室内是否有人的神经网络设计方法，设计超轻量级神经网络模型，即UL-CNN模型；将UL-CNN模型根据基于内存计算架构的芯片对高电平不敏感以及内存限制在2K*2K范围内的规则，使用定点化处理调整卷积运算和全连接矩阵运算方法，从而使UL-CNN模型应用在基于内存计算架构的Conv-Flash芯片上进行推理，最终进行室内是否有人检测。本发明在解决室内有人无人问题时，与其他主流CNN相比参数量和计算量减少，计算时间更短，但是准确率基本不变。