[發(fā)明專利]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分析方法及相關(guān)設(shè)備

有效

• 申請?zhí)枺?/td>: 202010015744.6
• 申請日: 2020-01-07
• 公開（公告）號: CN111222465B
• 公開（公告）日: 2023-06-13
• 發(fā)明（設(shè)計(jì)）人: 曹慶新;李煒
• 申請（專利權(quán)）人: 深圳云天勵飛技術(shù)股份有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V20/62;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 熊永強(qiáng)

本申請公開了一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分析方法及相關(guān)設(shè)備，方法包括：獲得網(wǎng)絡(luò)層A的輸入矩陣，網(wǎng)絡(luò)層A的輸入矩陣是基于目標(biāo)種類圖像得到的；獲得網(wǎng)絡(luò)層A對應(yīng)的目標(biāo)卷積核和目標(biāo)卷積步長，不同的網(wǎng)絡(luò)層對應(yīng)不同的卷積步長；根據(jù)目標(biāo)卷積步長對網(wǎng)絡(luò)層A的輸入矩陣和目標(biāo)卷積核進(jìn)行卷積計(jì)算，得到網(wǎng)絡(luò)層A的輸出矩陣，網(wǎng)絡(luò)層A的輸出矩陣用于表征目標(biāo)種類圖像包括的多個(gè)特征；根據(jù)預(yù)存的種類圖像與預(yù)設(shè)操作的映射關(guān)系確定目標(biāo)種類圖像對應(yīng)的目標(biāo)預(yù)設(shè)操作；根據(jù)目標(biāo)種類圖像包括的多個(gè)特征執(zhí)行目標(biāo)預(yù)設(shè)操作。采用本申請實(shí)施例有助于提高在不同卷積步長下神經(jīng)網(wǎng)絡(luò)處理器的計(jì)算效率，進(jìn)而間接提高圖像分析的效率。

技術(shù)領(lǐng)域

本申請涉及神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域，具體涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分析方法及相關(guān)設(shè)備。

背景技術(shù)

目前，神經(jīng)網(wǎng)絡(luò)處理器包括多個(gè)網(wǎng)絡(luò)層，不同的網(wǎng)絡(luò)層對應(yīng)不同的卷積步長。網(wǎng)絡(luò)層的輸出矩陣(圖像包括的多個(gè)特征)是神經(jīng)網(wǎng)絡(luò)處理器根據(jù)網(wǎng)絡(luò)層的輸入矩陣和卷積核進(jìn)行多次卷積計(jì)算得到的；每次根據(jù)網(wǎng)絡(luò)層的輸入矩陣(基于輸入圖像得到的)和卷積核進(jìn)行卷積計(jì)算的過程為：首先，神經(jīng)網(wǎng)絡(luò)處理器根據(jù)卷積步長從網(wǎng)絡(luò)層的輸入矩陣中選取運(yùn)算矩陣；然后，神經(jīng)網(wǎng)絡(luò)處理器對運(yùn)算矩陣和卷積核進(jìn)行卷積計(jì)算。這種卷積計(jì)算方式導(dǎo)致在不同卷積步長下神經(jīng)網(wǎng)絡(luò)處理器的計(jì)算效率較低，進(jìn)而間接降低圖像分析的效率。

發(fā)明內(nèi)容

本申請實(shí)施例提供一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分析方法及相關(guān)設(shè)備，用于提高在不同卷積步長下神經(jīng)網(wǎng)絡(luò)處理器的計(jì)算效率，進(jìn)而間接提高圖像分析的效率。

第一方面，本申請實(shí)施例提供一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分析方法，應(yīng)用于神經(jīng)網(wǎng)絡(luò)處理器，包括：

獲得網(wǎng)絡(luò)層A的輸入矩陣，網(wǎng)絡(luò)層A為卷積神經(jīng)網(wǎng)絡(luò)模型包括的多個(gè)網(wǎng)絡(luò)層中的其中一個(gè)，網(wǎng)絡(luò)層A的輸入矩陣是基于目標(biāo)種類圖像得到的；

獲得網(wǎng)絡(luò)層A對應(yīng)的目標(biāo)卷積核和目標(biāo)卷積步長，不同的網(wǎng)絡(luò)層對應(yīng)不同的卷積步長；

根據(jù)目標(biāo)卷積步長對網(wǎng)絡(luò)層A的輸入矩陣和目標(biāo)卷積核進(jìn)行卷積計(jì)算，得到網(wǎng)絡(luò)層A的輸出矩陣，目標(biāo)卷積步長用于從網(wǎng)絡(luò)層A的輸入矩陣中篩選卷積計(jì)算所需的多個(gè)行輸入數(shù)據(jù)，網(wǎng)絡(luò)層A的輸出矩陣用于表征目標(biāo)種類圖像包括的多個(gè)特征；

根據(jù)預(yù)存的種類圖像與預(yù)設(shè)操作的映射關(guān)系確定目標(biāo)種類圖像對應(yīng)的目標(biāo)預(yù)設(shè)操作；

根據(jù)目標(biāo)種類圖像包括的多個(gè)特征執(zhí)行目標(biāo)預(yù)設(shè)操作。

在一個(gè)可能的示例中，目標(biāo)種類圖像為人臉圖像，目標(biāo)種類圖像包括的多個(gè)特征為多個(gè)人臉特征，根據(jù)網(wǎng)絡(luò)層A的輸出矩陣執(zhí)行目標(biāo)預(yù)設(shè)操作，包括：

判斷多個(gè)人臉特征組成的人臉特征集合是否與人臉特征庫匹配；

若多個(gè)人臉特征組成的人臉特征集合與目標(biāo)人臉特征集合匹配，則根據(jù)預(yù)存的人臉特征集合與人物信息的映射關(guān)系確定目標(biāo)人臉特征集合對應(yīng)的目標(biāo)人物信息，目標(biāo)人臉特征集合屬于人臉特征庫；

對目標(biāo)人物信息執(zhí)行輸出操作。

在一個(gè)可能的示例中，目標(biāo)種類圖像為車牌圖像，目標(biāo)種類圖像包括的多個(gè)特征為目標(biāo)車牌號碼，根據(jù)網(wǎng)絡(luò)層A的輸出矩陣執(zhí)行目標(biāo)預(yù)設(shè)操作，包括：

判斷目標(biāo)車牌號碼是否與車牌號碼庫匹配；

若目標(biāo)車牌號碼與車牌號碼庫匹配，則根據(jù)預(yù)存的車牌號碼與車輛登記信息的映射關(guān)系確定目標(biāo)車牌號碼對應(yīng)的目標(biāo)車牌登記信息；

對目標(biāo)車牌登記信息執(zhí)行輸出操作。

在一個(gè)可能的示例中，目標(biāo)卷積步長為S1×S2，網(wǎng)絡(luò)層A的輸入矩陣的大小為R1×R2，目標(biāo)卷積核的大小為F×F，根據(jù)目標(biāo)卷積步長對網(wǎng)絡(luò)層A的輸入矩陣和目標(biāo)卷積核進(jìn)行卷積計(jì)算，得到網(wǎng)絡(luò)層A的輸出矩陣，包括：