[發明專利]在CNN中從多個模塊內的輸入圖像提取特征的方法及裝置

在審

• 申請號: 201911291510.8
• 申請日: 2019-12-16
• 公開（公告）號: CN111488901A
• 公開（公告）日: 2020-08-04
• 發明（設計）人: 金桂賢;金镕重;金寅洙;金鶴京;南云鉉;夫碩焄;成明哲;呂東勛;柳宇宙;張泰雄;鄭景中;諸泓模;趙浩辰
• 申請（專利權）人: 斯特拉德視覺公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京泛華偉業知識產權代理有限公司 11280
• 代理人: 王勇

本發明提供一種在CNN中利用第1至第n模塊而從輸入圖像提取特征的方法，其特征在于，包括：學習裝置使第k模塊的第1卷積層，將第1_1特征圖至第k_1特征圖或由其經既定運算的各個特征圖逐要素合算，使第k模塊的第2卷積層生成第k_2特征圖的步驟；使池化層，在從第n模塊輸出的第n_2特征圖或由其經既定運算的特征圖上對ROI區域進行池化，將生成的池化特征圖輸入到特征分類器的步驟；使損失層參照特征分類器的輸出值和與其對應的GT而算出損失的步驟，該方法可以優化硬件，提高CNN處理量，本發明的學習方法及測試方法可以適當地就用于小型網絡、移動裝置等，能夠滿足關鍵績效指標。

技術領域

本發明涉及一種在CNN(Convolutional Neural Network，卷積神經網絡)中利用多個模塊內的卷積層從輸入圖像提取特征的學習方法、學習裝置、以及利用其的測試方法及測試裝置，其能夠實現滿足關鍵績效指標(Key Performance Index，KPI)的硬件優化。

背景技術

深層卷積神經網絡(Deep Convolutional Neural Network，Deep CNN)是在深度學習領域發生的驚人發展的核心。為了解決文字識別問題，CNN早在90年代就已經被使用了，而像現在如此廣泛應用，得益于最近的研究成果。這樣的深度CNN在2012年ImageNet圖像分類大賽中戰勝其他競爭者而贏得了冠軍。之后，卷積神經網絡成為了機器學習(Machine Learning)領域中非常有用的工具。

這種CNN可以包括：特征提取器，所述特征提取器從圖像提取特征(Feature)；特征分類器，所述特征分類器參照特征提取器提取的特征，識別圖像或檢測圖像內的客體。

在以往CNN中，為了從圖像提取特征，可以使用包括卷積層的多個卷積模塊。例如，各個模塊使用3x3大小的過濾器卷積核，針對圖像或與之對應的特征圖，應用3x3卷積運算，從圖像提取特征。

但是，根據以往CNN的卷積運算，如果將輸入圖像的大小設為(X、Y)、將輸入圖像的通道數設為Z，將過濾器卷積核的大小設為(M、M)，將過濾器數設為L，則運算量為XYZM²L，參數的個數為L(ZM²+1)個，由于諸如通道數、過濾器數、卷積核大小等的眾多要素，存在運算量與參數的數個增加的缺點。由于這種運算量的增加，為了防止計算性能低下，可以使用比輸入圖像的尺寸縮小的，即二次采樣的特征圖。但是，由于這種二次采樣，特征圖的尺寸縮小，因而存在圖像識別或客體檢測所需的特征提取性能低下的問題。

因此，本發明人旨在提出一種在減小運算量的同時準確地提取特征的方法。

發明內容

本發明的目的在于全部解決上述問題。

本發明另一目的是減小在CNN中提取特征所需的運算量。

本發明又一目的是減小運算量并提高特征提取性能。

本發明的目的是通過以下技術方案實現的：