[發(fā)明專(zhuān)利]用于機(jī)器學(xué)習(xí)的圖像變換

有效

• 申請(qǐng)?zhí)枺?/td>: 201980010446.3
• 申請(qǐng)日: 2019-01-30
• 公開(kāi)（公告）號(hào): CN111656390B
• 公開(kāi)（公告）日: 2023-07-07
• 發(fā)明（設(shè)計(jì)）人: 卡雷爾·丹尼爾·基勒布魯;拉維·納拉亞納斯瓦米;禹同爀
• 申請(qǐng)（專(zhuān)利權(quán)）人: 谷歌有限責(zé)任公司
• 主分類(lèi)號(hào): G06T1/60
• 分類(lèi)號(hào): G06T1/60
• 代理公司: 中原信達(dá)知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11219
• 代理人: 周亞榮;鄧聰惠

方法、系統(tǒng)和裝置，包括用于確定圖像變換的像素坐標(biāo)和用于存儲(chǔ)變換后的圖像數(shù)據(jù)的存儲(chǔ)器地址的裝置。在一些實(shí)現(xiàn)方式中，一種系統(tǒng)包括：處理單元，該處理單元被配置成使用機(jī)器學(xué)習(xí)模型和圖像的像素值來(lái)對(duì)圖像執(zhí)行機(jī)器學(xué)習(xí)計(jì)算；存儲(chǔ)介質(zhì)，該存儲(chǔ)介質(zhì)被配置成存儲(chǔ)像素值；以及存儲(chǔ)器地址計(jì)算單元，該存儲(chǔ)器地址計(jì)算單元包括一個(gè)或多個(gè)硬件處理器。處理器被配置成接收?qǐng)D像的圖像數(shù)據(jù)并且確定圖像的尺寸與機(jī)器學(xué)習(xí)模型的尺寸不匹配。作為響應(yīng)，處理器確定圖像的變換版本的像素坐標(biāo)，并且對(duì)于像素坐標(biāo)中的每一個(gè)，確定在存儲(chǔ)介質(zhì)中用于存儲(chǔ)將用于生成機(jī)器學(xué)習(xí)模型的輸入的像素值的存儲(chǔ)器地址。

背景技術(shù)

機(jī)器學(xué)習(xí)能夠用于對(duì)圖像進(jìn)行分類(lèi)。例如，神經(jīng)網(wǎng)絡(luò)能夠用于基于圖像的視覺(jué)特征對(duì)圖像進(jìn)行分類(lèi)。神經(jīng)網(wǎng)絡(luò)是采用一個(gè)或多個(gè)層來(lái)對(duì)于接收到的輸入例如圖像的特征生成輸出例如圖像的分類(lèi)的機(jī)器學(xué)習(xí)模型。一些神經(jīng)網(wǎng)絡(luò)除了包括外層之外還包括一個(gè)或多個(gè)隱藏層。每個(gè)隱藏層的輸出被用作網(wǎng)絡(luò)中的下一個(gè)層即網(wǎng)絡(luò)的下一個(gè)隱藏層或輸出層的輸入。網(wǎng)絡(luò)的每個(gè)層依照相應(yīng)的參數(shù)的集合的當(dāng)前值從接收到的輸入生成輸出。

一些神經(jīng)網(wǎng)絡(luò)包括一個(gè)或多個(gè)卷積神經(jīng)網(wǎng)絡(luò)層。每個(gè)卷積神經(jīng)網(wǎng)絡(luò)層具有關(guān)聯(lián)的內(nèi)核的集合。能夠?qū)?nèi)核表示為權(quán)重輸入的矩陣結(jié)構(gòu)。每個(gè)卷積層都使用內(nèi)核來(lái)處理該層的輸入。也能夠?qū)⒃搶拥妮斎氲募媳硎緸榫仃嚱Y(jié)構(gòu)。

神經(jīng)網(wǎng)絡(luò)被配置成接收特定形狀的圖像。但是，將使用神經(jīng)網(wǎng)絡(luò)來(lái)分類(lèi)的一些圖像可以具有與所配置的形狀不同的形狀。

發(fā)明內(nèi)容

本說(shuō)明書(shū)描述了與專(zhuān)用計(jì)算單元有關(guān)的技術(shù)，該專(zhuān)用計(jì)算單元確定圖像變換用像素坐標(biāo)和用于存儲(chǔ)變換后的圖像數(shù)據(jù)的存儲(chǔ)器地址。

通常，能夠在包括處理單元的系統(tǒng)中體現(xiàn)本說(shuō)明書(shū)中描述的主題的一個(gè)創(chuàng)新方面，該處理單元被配置成使用機(jī)器學(xué)習(xí)模型和圖像的像素值來(lái)對(duì)圖像執(zhí)行機(jī)器學(xué)習(xí)計(jì)算。機(jī)器學(xué)習(xí)模型能夠被配置成處理具有特定尺寸的圖像。該系統(tǒng)能夠包括：存儲(chǔ)介質(zhì)，該存儲(chǔ)介質(zhì)被配置成存儲(chǔ)圖像的像素值；和存儲(chǔ)器地址計(jì)算單元，該存儲(chǔ)器地址計(jì)算單元包括一個(gè)或多個(gè)硬件處理器。該一個(gè)或多個(gè)硬件處理器能夠被配置成接收?qǐng)D像的圖像數(shù)據(jù)。該圖像數(shù)據(jù)能夠指定圖像的尺寸。圖像的尺寸能夠指定水平像素尺寸和垂直像素尺寸。水平像素尺寸是沿著圖像的水平尺寸的像素的數(shù)目并且垂直像素尺寸是沿著圖像的垂直尺寸的像素的數(shù)目。

一個(gè)或多個(gè)硬件處理器能夠被配置成：確定圖像的尺寸與特定尺寸不匹配；并且響應(yīng)于確定圖像的尺寸與特定尺寸不匹配，基于圖像的尺寸和特定尺寸，確定圖像的水平像素步幅和垂直像素步幅，并且使用水平像素步幅和垂直像素步幅來(lái)確定輸入圖像的變換版本的像素坐標(biāo)。每個(gè)像素坐標(biāo)包括垂直坐標(biāo)和水平坐標(biāo)。像素步幅是用于將原始圖像尺寸轉(zhuǎn)換為特定尺寸的因素。

對(duì)于像素坐標(biāo)中的每一個(gè)，一個(gè)或多個(gè)硬件處理器能夠被配置成：確定在存儲(chǔ)介質(zhì)中用于存儲(chǔ)將用于對(duì)于像素坐標(biāo)生成機(jī)器學(xué)習(xí)模型的輸入的一個(gè)或多個(gè)像素值的一個(gè)或多個(gè)存儲(chǔ)器地址，并且將每個(gè)存儲(chǔ)器地址輸出到處理單元。每個(gè)像素坐標(biāo)的一個(gè)或多個(gè)存儲(chǔ)器地址基于像素坐標(biāo)的垂直坐標(biāo)和水平坐標(biāo)。

這些和其它實(shí)現(xiàn)方式能夠各自任選地包括以下特征中的一個(gè)或多個(gè)。在一些方面中，處理單元使用每個(gè)存儲(chǔ)器地址來(lái)訪(fǎng)問(wèn)存儲(chǔ)在存儲(chǔ)器地址處的像素值并且基于存儲(chǔ)在存儲(chǔ)器地址處的像素值來(lái)執(zhí)行機(jī)器學(xué)習(xí)計(jì)算。

在一些方面中，存儲(chǔ)器計(jì)算單元包括用于存儲(chǔ)水平坐標(biāo)的當(dāng)前值的一個(gè)或多個(gè)第一硬件存儲(chǔ)電路和用于存儲(chǔ)垂直坐標(biāo)的當(dāng)前值的一個(gè)或多個(gè)第二硬件存儲(chǔ)電路。一個(gè)或多個(gè)處理器能夠通過(guò)以下步驟確定圖像的像素坐標(biāo)：確定包括初始水平坐標(biāo)和初始垂直坐標(biāo)的初始像素坐標(biāo)；將初始水平坐標(biāo)存儲(chǔ)在一個(gè)或多個(gè)第一硬件存儲(chǔ)電路中；將初始垂直坐標(biāo)存儲(chǔ)在一個(gè)或多個(gè)第二硬件存儲(chǔ)電路中；對(duì)于用于遍歷圖像的水平像素尺寸的第一循環(huán)的每次迭代，通過(guò)在第一循環(huán)的每次迭代之后將水平像素步幅加到水平坐標(biāo)的當(dāng)前值來(lái)更新水平坐標(biāo)的當(dāng)前值；以及對(duì)于用于遍歷圖像的垂直像素尺寸的第二循環(huán)的每次迭代，通過(guò)在第一第二循環(huán)的每次迭代之后將垂直像素步幅加到垂直坐標(biāo)的當(dāng)前值來(lái)更新垂直坐標(biāo)的當(dāng)前值。