[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

本申請公開了一種基于光學神經網絡結構的圖像識別方法、圖像識別裝置及電子設備，其中，光學神經網絡結構由X層神經網絡所構成；該圖像識別方法包括：獲取待識別圖像；將待識別圖像輸入至光學神經網絡結構；基于光學神經網絡結構的輸出結果確定待識別圖像的識別結果；其中，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，i為大于0且小于X+1的正整數；分別基于Y_i個內積計算單元對輸入向量進行線性變換，得到Y_i個線性變換的結果；將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Y_i個激活結果作為本層神經網絡的輸出向量。本申請方案應用了新型的光學神經網絡結構，進一步提升了圖像識別的速度。

技術領域

本發明屬于數據處理技術領域，尤其涉及一種基于光學神經網絡結構的圖像識別方法、裝置及電子設備。

背景技術

當前，機器學習已經成為一種十分重要的工具。其中，基于深度神經網絡的深度學習受到了廣泛的關注，并被應用于圖像識別、語音識別、自然語言翻譯等重要領域。其中，基于傳統中央處理器(Central Processing Unit，CPU)的深度學習并非最優的方案；研發人員發展出了多樣的硬件結構，以適應深度學習算法的要求，例如圖形處理器(GraphicsProcessing Unit，GPU)和張量處理器(Tensor Processing Unit，TPU)。雖然它們都能加速深度學習算法，但這些硬件結構往往基于電子元件，其計算速度無法超越線性多項式增長的理論極限，這很可能影響到圖像識別等操作時的速度及效率。

發明內容

有鑒于此，本發明實施例提供了一種基于光學神經網絡結構的圖像識別方法、圖像識別裝置、電子設備及計算機可讀存儲介質，用以提升圖像識別的速度。

本發明實施例的第一方面提供了一種基于光學神經網絡結構的圖像識別方法，上述光學神經網絡結構由X層神經網絡所構成，上述X為正整數；上述圖像識別方法包括：

獲取待識別圖像；

將上述待識別圖像輸入至上述光學神經網絡結構；

基于上述光學神經網絡結構的輸出結果確定上述待識別圖像的識別結果；

其中，上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，上述i為大于0且小于X+1的正整數，其中，當i等于1時，上述第i層神經網絡的輸入向量基于上述待識別圖像的各個像素點而生成；當i大于1時，上述第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個內積計算單元對上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，上述Y_i為正整數；

將上述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；

將上述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，上述第i層神經網絡的輸出向量為上述光學神經網絡結構的輸出結果，上述第i層神經網絡的輸出向量中的各個元素用于指示上述待識別圖像屬于各個不同類別的可能性。

本發明實施例的第二方面提供了一種基于光學神經網絡結構的圖像識別裝置，上述光學神經網絡結構由X層神經網絡所構成，上述X為正整數；上述圖像識別裝置包括：

圖像獲取模塊，用于獲取待識別圖像；

圖像輸入模塊，用于將上述待識別圖像輸入至上述光學神經網絡結構；

結果識別模塊，用于基于上述光學神經網絡結構的輸出結果確定上述待識別圖像的識別結果；