[发明专利]一种基于递归卷积神经网络进行压缩感知视频重建的方法在审
| 申请号： | 201710124135.2 | 申请日： | 2017-03-03 |
| 公开（公告）号： | CN106911930A | 公开（公告）日： | 2017-06-30 |
| 发明（设计）人： | 夏春秋 | 申请（专利权）人： | 深圳市唯特视科技有限公司 |
| 主分类号： | H04N19/42 | 分类号： | H04N19/42;G06T9/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518057 广东省深圳市高新技术产业园*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明中提出的一种基于递归卷积神经网络进行压缩感知视频重建的方法，其主要内容包括压缩感知网络(CSNet)、CSNet算法结构、卷积神经网络(CNN)、长短期记忆(LSTM)网络、CSNet网络训练、压缩感知视频重建，其过程为，利用RNN提取运动特征，CNN提取视觉特征，融合二者所提取的信息，利用LSTM网络聚集提取的所有特征，将其和隐藏状态的推断运动组合形成重建。本发明突破了现有方法在高压缩比下难以保证视频重建质量的问题，设计了一种端到端的训练和非迭代模型，提高CS摄像机的压缩比(CR)，并且提高了视频重建质量，同时减少了数据传输的带宽，使得可以支持高帧率的视频应用。 | ||
| 搜索关键词： | 一种 基于 递归 卷积 神经网络 进行 压缩 感知 视频 重建 方法 | ||
【主权项】：
一种基于递归卷积神经网络进行压缩感知视频重建的方法，其特征在于，主要包括压缩感知网络(CSNet)(一)；CSNet算法结构(二)；卷积神经网络(CNN)(三)；长短期记忆(LSTM)网络(四)；CSNet网络训练(五)；压缩感知视频重建(六)。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市唯特视科技有限公司，未经深圳市唯特视科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710124135.2/，转载请声明来源钻瓜专利网。
