[發(fā)明專利]一種基于可變形卷積層的特征圖像提取的方法及裝置在審
| 申請?zhí)枺?/td> | 201710660525.1 | 申請日: | 2017-08-04 |
| 公開(公告)號: | CN107292319A | 公開(公告)日: | 2017-10-24 |
| 發(fā)明(設(shè)計)人: | 劉治;李家興;章云 | 申請(專利權(quán))人: | 廣東工業(yè)大學 |
| 主分類號: | G06K9/46 | 分類號: | G06K9/46;G06N3/04;G06N3/08 |
| 代理公司: | 北京集佳知識產(chǎn)權(quán)代理有限公司11227 | 代理人: | 羅滿 |
| 地址: | 510062 廣東省*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 變形 卷積 特征 圖像 提取 方法 裝置 | ||
1.一種基于可變形卷積層的特征圖像提取的方法,其特征在于,所述方法包括:
獲取目標圖像;
通過卷積層中卷積核的采樣點從所述目標圖像中提取像素值以得到特征圖像,所述采樣點的實際坐標值是根據(jù)預先設(shè)置的初始坐標值和預先訓練的偏移變量計算得到的坐標值。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述卷積核所提取的像素值為:其中,y(s0)是所述特征圖像中位置是s0的像素值;w(sn)是所述卷積核在所述目標圖像對應位置進行卷積運算的權(quán)值;sn是所述采樣點在所述卷積核中的位置;x(s0+sn+Δsn)是所述目標圖像對應位置的像素值;Δsn是所述偏移變量。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述通過卷積層中卷積核的采樣點從所述目標圖像中提取像素值以得到特征圖像包括:
通過所述采樣點從所述目標圖像對應于所述采樣點相鄰的像素點中,根據(jù)雙線性插值提取像素值,以得到所述特征圖像。
4.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述偏移變量為取整后的偏移變量。
5.根據(jù)權(quán)利要求1至4任一項權(quán)利要求所述的方法,其特征在于,所述偏移變量為預先通過梯度反向傳播進行訓練的偏移變量。
6.一種基于可變形卷積層的特征圖像提取的裝置,其特征在于,所述裝置包括:
獲取模塊:用于獲取目標圖像;
提取模塊:同于通過可變形卷積層的采樣點從所述目標圖像中提取特征圖像,所述采樣點的實際坐標值是根據(jù)預先設(shè)置的初始坐標值和預先訓練的偏移變量計算得到的坐標值。
7.根據(jù)權(quán)利要求6所述的裝置,其特征在于,所述提取模塊具體用于:
通過卷積層中卷積核的采樣點從所述目標圖像中提取像素值以得到特征圖像,所述卷積核所提取的像素值為:其中,y(s0)是所述特征圖像中位置是s0的像素值;w(sn)是所述卷積核在所述目標圖像對應位置進行卷積運算的權(quán)值;sn是所述采樣點在所述卷積核中的位置;x(s0+sn+Δsn)是所述目標圖像對應位置的像素值;Δsn是所述偏移變量。
8.根據(jù)權(quán)利要求7所述的裝置,其特征在于,所述提取模塊具體用于:
通過所述采樣點從所述目標圖像對應于所述采樣點相鄰的像素點中,根據(jù)雙線性插值提取像素值,以得到所述特征圖像。
9.根據(jù)權(quán)利要求7所述的裝置,其特征在于,所述提取模塊具體用于:
通過可變形卷積層的采樣點從所述目標圖像中提取特征圖像,所述采樣點的實際坐標值是根據(jù)預先設(shè)置的初始坐標值和預先訓練的偏移變量計算得到的坐標值,所述偏移變量為取整后的偏移變量。
10.根據(jù)權(quán)利要求6至9任一項權(quán)利要求所述的裝置,其特征在于,所述提取模塊具體用于:
通過可變形卷積層的采樣點從所述目標圖像中提取特征圖像,所述采樣點的實際坐標值是根據(jù)預先設(shè)置的初始坐標值和預先訓練的偏移變量計算得到的坐標值,所述偏移變量為預先通過梯度反向傳播進行訓練的偏移變量。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣東工業(yè)大學,未經(jīng)廣東工業(yè)大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710660525.1/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:基于中心暗通道先驗信息的圖像顯著性物體檢測方法
- 下一篇:隱私情境檢測方法
- 同類專利
- 專利分類
- 卷積運算處理方法及相關(guān)產(chǎn)品
- 一種卷積神經(jīng)網(wǎng)絡(luò)的計算方法及系統(tǒng)
- 卷積運算方法及系統(tǒng)
- 卷積運算方法、裝置及系統(tǒng)
- 深度神經(jīng)網(wǎng)絡(luò)裁剪方法、裝置及電子設(shè)備
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法和圖像處理裝置
- 卷積神經(jīng)網(wǎng)絡(luò)及基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法
- 一種圖像處理方法、裝置以及計算機存儲介質(zhì)
- 用于卷積神經(jīng)網(wǎng)絡(luò)的卷積運算裝置
- 基于FPGA實現(xiàn)圖像識別的方法、裝置、設(shè)備及存儲介質(zhì)





