基于反馈全卷积神经网络的视频语义分割方法.pdfVIP

下载本文档

1
0
约1.13万字
约 10页
2023-07-22 发布于四川
举报
版权申诉

基于反馈全卷积神经网络的视频语义分割方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于反馈全卷积神经网络的语义分割方法，通过边缘端硬件设备以实时监测的方式实时获取数据，将获取到的监测视频作为原始数据集进行语义标注，构成测试集；使用传统的残差网络模型行预训练，以助于克服在深层训练时的消失梯度问题；在模型中添加一个反馈机制来隐式的捕捉空间上下文信息，通过一系列优化函数进行损耗优化；代替了传统模型中的CRF后处理模块，相比于其他的自动上下文方法，降低了计算复杂度，更加有利于模型在实际应用场景下的快速部署。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116469030 A (43)申请公布日 2023.07.21 (21)申请号 202310326418.0 G06N 3/0464 (2023.01)