公开(公告)号：CN108288270B

公开(公告)日：2022-06-03

申请号：CN201810113321.0

申请日：2018-02-05

Applicant: 南京邮电大学

Inventor： 许正 ,  朱松豪 ,  荆晓远 ,  石路路

IPC: G06T7/00 ,  G06N3/04

Abstract: 本发明公开了一种基于通道修剪与全卷积深度学习的目标检测方法，首先，使用套索回归方法在卷积神经网络的每层通道上实现冗余通道的修剪；然后，使用线性最小二乘法重构最小化误差；最后，利用全卷积神经网络获取感兴趣区域，加速目标检测。通过在通用Caltech行人检测数据集的实验表明，本发明提出的方案可有效提高行人检测的准确性与快速性。

公开(公告)号：CN108288270A

公开(公告)日：2018-07-17

申请号：CN201810113321.0

申请日：2018-02-05

Applicant: 南京邮电大学

Inventor： 许正 ,  朱松豪 ,  荆晓远 ,  石路路

IPC: G06T7/00 ,  G06N3/04

Abstract: 本发明公开了一种基于通道修剪与全卷积深度学习的目标检测方法，首先，使用套索回归方法在卷积神经网络的每层通道上实现冗余通道的修剪；然后，使用线性最小二乘法重构最小化误差；最后，利用全卷积神经网络获取感兴趣区域，加速目标检测。通过在通用Caltech行人检测数据集的实验表明，本发明提出的方案可有效提高行人检测的准确性与快速性。