[發明專利]基于光學神經網絡結構的圖像識別方法、裝置及電子設備

有效

• 申請號: 201910038838.2
• 申請日: 2019-01-16
• 公開（公告）號: CN109871871B
• 公開（公告）日: 2021-08-27
• 發明（設計）人: 翁文康;張笑鳴
• 申請（專利權）人: 南方科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/02
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 李艷麗

1.一種基于光學神經網絡結構的圖像識別方法，其特征在于，所述光學神經網絡結構由X層神經網絡所構成，所述X為正整數；所述圖像識別方法包括：

獲取待識別圖像；

將所述待識別圖像輸入至所述光學神經網絡結構；

基于所述光學神經網絡結構的輸出結果確定所述待識別圖像的識別結果；

其中，所述光學神經網絡結構用于：

針對第i層神經網絡，獲取第i層神經網絡的輸入向量，所述i為大于0且小于X+1的正整數，其中，當i等于1時，所述第i層神經網絡的輸入向量基于所述待識別圖像的各個像素點而生成；當i大于1時，所述第i層神經網絡的輸入向量為第i-1層神經網絡的輸出向量；

分別基于Y_i個內積計算單元對所述輸入向量進行線性變換，得到Y_i個線性變換的結果，其中，所述Y_i為正整數；

將所述Y_i個線性變換的結果通過非線性晶體進行激活，得到Y_i個激活結果；

將所述Y_i個激活結果作為本層神經網絡的輸出向量，其中，當i等于X時，所述第i層神經網絡的輸出向量為所述光學神經網絡結構的輸出結果，所述第i層神經網絡的輸出向量中的各個元素用于指示所述待識別圖像屬于各個不同類別的可能性；

所述分別基于Yi個內積計算單元對所述輸入向量進行線性變換，得到Yi個線性變換的結果，包括：

分別對所述輸入向量所包含的各個元素進行編碼，得到M路輸入光信號，其中，M為所述輸入向量所包含的元素的個數；

針對任一內積計算單元：

所述內積計算單元中包含有M個光學組件，將所述M路輸入光信號分別輸入至相應的光學組件上，得到M路輸出光信號；

將所述M路輸出光信號進行合束后得到內積計算結果，作為基于所述內積計算單元對所述輸入向量進行線性變換所得到的線性變換的結果；

所述將所述M路輸出光信號進行合束后得到內積計算結果，包括：

將每相鄰兩路的輸出光信號分別作為一馬赫-曾德耳干涉儀的輸入，得到所述馬赫-曾德耳干涉儀的兩個輸出；

在所述馬赫-曾德耳干涉儀的兩個輸出中，將正比于所述馬赫-曾德耳干涉儀的兩個輸入信號的振幅之和的輸出保留，將另一輸出丟棄，得到所述內積計算結果；一系列的馬赫-曾德耳干涉儀構成一個二叉樹，其總輸入為M路輸出光信號，并最終只得到一個最終的合束結果。

2.如權利要求1所述的圖像識別方法，其特征在于，當i等于1時，所述獲取第i層神經網絡的輸入向量，包括：

獲取單一相干光源；

將單一相干光源等分為N路光信號；

將所述N路光信號分別通過光學衰減器進行編碼，并基于編碼后的N路光信號的振幅構建第1層神經網絡的輸入向量，其中，所述編碼后的N路光信號分別與所述待識別圖像的各個像素點相關聯，所述N基于所述待識別圖像的像素點的個數而設定。

3.如權利要求1所述的圖像識別方法，其特征在于，所述圖像識別方法還包括：

獲取預設的轉換矩陣，其中，所述預設的轉換矩陣與第i層神經網絡相關，所述預設的轉換矩陣的維度為M*Y_i；

將所述轉換矩陣拆分為Y_i個M*1的矩陣，記為Y_i個計算矩陣；

將所述Y_i個計算矩陣分別編碼至相應的內積計算單元中；

相應地，所述將所述M路輸入光信號分別輸入至相應的光學組件上，得到M路輸出光信號，包括：

將所述M路輸入光信號分別輸入至相應的光學組件上，以使得所述輸入向量分別與所述內積計算單元所編碼的計算矩陣進行內積運算，得到M路輸出光信號。

4.如權利要求3所述的圖像識別方法，其特征在于，所述光學組件包括光學衰減器及偏振片；所述將所述Y_i個計算矩陣分別編碼至相應的內積計算單元中，包括：

針對任一計算矩陣，分別將所述計算矩陣的各個元素的絕對值編碼至相應光學組件的光學衰減器上，分別將所述計算矩陣的各個元素的符號編碼至相應光學組件的偏振片上。