公开(公告)号：CN108280844B

公开(公告)日：2020-07-24

申请号：CN201810111825.9

申请日：2018-02-05

Applicant: 厦门大学

Inventor： 张仲楠 ,  谢凌伟 ,  朱展图 ,  郑小平

IPC: G06T7/215

Abstract: 一种基于区域候选框跟踪的视频目标定位方法，涉及视频智能监控。初始化；获取稠密光流；运动对象切割；分类及预测。通过对在视频中进行目标检测中共有的10类目标对象进行实验结果对比，比单用Faster R‑CNN不论是检测时长还是检测的准确率都得到了优化，从单类的检测结果来分析，80％的类别对象结果都得到了优化。

公开(公告)号：CN108280844A

公开(公告)日：2018-07-13

申请号：CN201810111825.9

申请日：2018-02-05

Applicant: 厦门大学

Inventor： 张仲楠 ,  谢凌伟 ,  朱展图 ,  郑小平

IPC: G06T7/215

Abstract: 一种基于区域候选框跟踪的视频目标定位方法，涉及视频智能监控。初始化；获取稠密光流；运动对象切割；分类及预测。通过对在视频中进行目标检测中共有的10类目标对象进行实验结果对比，比单用Faster R-CNN不论是检测时长还是检测的准确率都得到了优化，从单类的检测结果来分析，80％的类别对象结果都得到了优化。

公开(公告)号：CN108681775A

公开(公告)日：2018-10-19

申请号：CN201810517482.6

申请日：2018-05-25

Applicant: 厦门大学

Inventor： 张仲楠 ,  曾鸣 ,  朱展图

IPC: G06N3/08 ,  G06N3/04

CPC classification number: G06N3/084 ,  G06N3/0454

Abstract: 通过WordNet嵌入进行测试和更新的树形网络方法，涉及图片智能分类。构建树形网络；预训练；基于SVM的动态剪枝，在测试过程中，可以动态剪枝特征映射的激活值过低的节点和节点的子树，因为若节点的激活值太低，则该节点表示的类的概率较低，因此后代节点的概率会较低并且可以忽略；每张特征图的激活值之和的具有较强的线性可分性，因此使用SVM在测试过程中进行模型的加速；基于分支的在线更新，使用检测到的图像作为训练样本，将预测概率高的样本回传给树形网络进行训练。

公开(公告)号：CN108681775B

公开(公告)日：2021-04-13

申请号：CN201810517482.6

申请日：2018-05-25

Applicant: 厦门大学

Inventor： 张仲楠 ,  曾鸣 ,  朱展图

IPC: G06N3/08 ,  G06N3/04

Abstract: 通过WordNet嵌入进行测试和更新的树形网络方法，涉及图片智能分类。构建树形网络；预训练；基于SVM的动态剪枝，在测试过程中，可以动态剪枝特征映射的激活值过低的节点和节点的子树，因为若节点的激活值太低，则该节点表示的类的概率较低，因此后代节点的概率会较低并且可以忽略；每张特征图的激活值之和的具有较强的线性可分性，因此使用SVM在测试过程中进行模型的加速；基于分支的在线更新，使用检测到的图像作为训练样本，将预测概率高的样本回传给树形网络进行训练。