公开(公告)号：CN110210563A

公开(公告)日：2019-09-06

申请号：CN201910481420.9

申请日：2019-06-04

Applicant: 北京大学

Inventor： 任全胜 ,  赵君伟 ,  肖国文

IPC: G06K9/62

Abstract: 本发明公布了一种针对图像脉冲序列的时空信息进行联合学习的方法及图像识别方法，基于脉冲神经网络建立脉冲序列单元Spike cube和LIF神经元模型，并采用STDP机制，对脉冲神经网络的各层神经元相互之间连接的突触权重和激发阈值进行学习；再利用训练好的模型进行图像分类识别。本发明为脉冲神经网络的结构设计和学习、图像脉冲序列学习和识别提供了新的技术方案，同时也为DVS等仿生视觉相机输出的脉冲数据提供新的处理方法。

公开(公告)号：CN108470190B

公开(公告)日：2019-01-29

申请号：CN201810193174.2

申请日：2018-03-09

Applicant: 北京大学

Inventor： 任全胜 ,  赵君伟 ,  肖国文 ,  周一 ,  何娴

IPC: G06K9/62 ,  G06N3/04

Abstract: 本发明公布了一种基于FPGA定制脉冲神经网络的图像识别方法，通过在FPGA平台定制化卷积脉冲神经网络来进行图像识别；卷积脉冲神经网络包括卷积层、降采样层、全连接层和分类层；图像识别方法包括：产生脉冲序列、卷积运算、降采样、全连接和分类识别过程；具体实现采用的开发平台为Xilinx FPGA开发板Virtex‑7，采用的开发软件为Vivado，编程语言为Verilog。本发明可以识别数值神经网络无法识别的脉冲序列信息，在高速场景下具有识别速度更快、准确率更高、功耗更低的优势。

公开(公告)号：CN108470190A

公开(公告)日：2018-08-31

申请号：CN201810193174.2

申请日：2018-03-09

Applicant: 北京大学

Inventor： 任全胜 ,  赵君伟 ,  肖国文 ,  周一 ,  何娴

IPC: G06K9/62 ,  G06N3/04

CPC classification number: G06K9/6296 ,  G06N3/0454 ,  G06N3/049

Abstract: 本发明公布了一种基于FPGA定制脉冲神经网络的图像识别方法，通过在FPGA平台定制化卷积脉冲神经网络来进行图像识别；卷积脉冲神经网络包括卷积层、降采样层、全连接层和分类层；图像识别方法包括：产生脉冲序列、卷积运算、降采样、全连接和分类识别过程；具体实现采用的开发平台为Xilinx FPGA开发板Virtex-7，采用的开发软件为Vivado，编程语言为Verilog。本发明可以识别数值神经网络无法识别的脉冲序列信息，在高速场景下具有识别速度更快、准确率更高、功耗更低的优势。

公开(公告)号：CN110210563B

公开(公告)日：2021-04-30

申请号：CN201910481420.9

申请日：2019-06-04

Applicant: 北京大学

Inventor： 任全胜 ,  赵君伟 ,  肖国文

IPC: G06K9/62

Abstract: 本发明公布了一种针对图像脉冲序列的时空信息进行联合学习的方法及图像识别方法，基于脉冲神经网络建立脉冲序列单元Spike cube和LIF神经元模型，并采用STDP机制，对脉冲神经网络的各层神经元相互之间连接的突触权重和激发阈值进行学习；再利用训练好的模型进行图像分类识别。本发明为脉冲神经网络的结构设计和学习、图像脉冲序列学习和识别提供了新的技术方案，同时也为DVS等仿生视觉相机输出的脉冲数据提供新的处理方法。