买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北机电工程研究所申请的专利一种基于三维卷积神经网络张量映射压缩的视频识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117197718B 。

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311240377.X，技术领域涉及：G06V20/40；该发明授权一种基于三维卷积神经网络张量映射压缩的视频识别方法是由王鼎衡;杨维;潘强;卢永超;穆阳;王垚雄;贺宝成设计研发完成，并于2023-09-25向国家知识产权局提交的专利申请。

本一种基于三维卷积神经网络张量映射压缩的视频识别方法在说明书摘要公布了：本发明属于计算机视觉处理技术领域，具体涉及一种基于三维卷积神经网络张量映射压缩的视频识别方法，核心在对训练完成的三维卷积神经网络进行处理，得到完成压缩的三维卷积神经网络的环节，该过程中，首先将待压缩卷积核化为矩阵，然后利用细粒度张量分解形式对该矩阵进行压缩；然后，将压缩得到的因子矩阵重新组织并扩展为张量，形成四层连续轻量化卷积的结构；所有待压缩的卷积核完成压缩后，形成一个更深的轻量化三维卷积神经网络，对其进行训练即可得到最终结果。本发明一方面减少三维卷积神经网络的参数量以便在资源受限的视频识别环境中部署，另一方面提高三维卷积神经网络的计算效率和视频识别的处理速度。

本发明授权一种基于三维卷积神经网络张量映射压缩的视频识别方法在权利要求书中公布了：1.一种基于三维卷积神经网络张量映射压缩的视频识别方法，其特征在于，所述方法包括： 步骤A：以总帧数采集传感器的视频数据，记为，其中，表示每帧视频图像宽度，表示每帧视频图像高度，即视频数据总帧数也就是时间长度，表示每帧视频图像通道数； 步骤B：使用层数大于3的任意三维卷积神经网络对视频数据进行识别； 步骤C：输出视频数据识别后的结果； 其中，所述步骤B包括： 步骤B1：对用于识别视频数据的三维卷积神经网络进行训练，训练完成的三维卷积神经网络记为，输出给步骤B2； 步骤B2：采用三维卷积神经网络张量映射压缩方法对步骤B1训练完成的三维卷积神经网络进行处理，得到完成压缩的三维卷积神经网络； 步骤B3：使用步骤B2完成压缩的三维卷积神经网络，对视频数据进行识别，生成待输出的视频数据识别后的结果； 其中，所述步骤B2包括： 步骤1：对任意三维卷积神经网络，记其中一层三维卷积为，记为该层非线性激活函数，记为个通道的尺寸输入特征图，记为个通道的尺寸输出特征图，读取该层扫描窗口为的三维卷积核； 步骤2：将三维卷积核重构为矩阵，使用细粒度张量分解方法对其进行分解，即： 其中，和是组第路分解的因子矩阵，和是组第路分解的因子矩阵，为组第路分解的秩，为组第路分解的秩，和是单位对角矩阵，运算符号表示缩并，运算符号表示克罗内克积； 步骤3：忽略不影响数据内容的单位对角矩阵和，将其它因子矩阵，，和重新组织为四个矩阵，即： 其中，，； 步骤4：将，，和扩展为张量，即： 步骤5：令输入特征图依次与，，，进行计算，并在每次计算后插入新的非线性激活函数，最后得到新的输出特征图，即： 其中，表示三维可分离卷积； 步骤5完成后，若三维卷积神经网络中的其他层仍有待压缩的三维卷积核，则跳转至步骤1对下一个三维卷积核进行压缩，若三维卷积神经网络中所有待压缩的三维卷积核皆已压缩，得到新的三维卷积神经网络，进入步骤6； 步骤6：利用误差反向传播算法对新的完成压缩的三维卷积神经网络进行训练以将其调整至最佳性能。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北机电工程研究所，其通讯地址为：712099 陕西省咸阳市渭城区毕塬东路5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。