[發明專利]圖像處理方法、裝置、系統、電子設備及可讀存儲介質

有效

• 申請號: 202010775325.2
• 申請日: 2020-08-05
• 公開（公告）號: CN111652330B
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 孫彬;趙明國;熊友軍
• 申請（專利權）人: 深圳市優必選科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 張磊

本申請提出一種圖像處理方法、裝置、系統、電子設備及可讀存儲介質，涉及計算機技術領域。通過并行的逐點卷積運算和非逐點運算對待處理的多通道特征圖進行處理，獲得多通道第一輸出特征圖和多通道第二輸出特征圖，非逐點卷積用于描述各通道的空間特征和特征圖之間的信息交換；然后對多通道第一輸出特征圖及多通道第二輸出特征圖進行融合處理，得到多通道第三輸出特征圖。通過上述方式獲得的多通道第三輸出特征圖，既涉及了多通道特征圖中各通道的空間特征和特征圖之間的信息交換，也涉及了多通道特征圖中特征圖每個點的特征以及通道之間的信息交換，因而提高了作為輸出的特征圖的特征表達能力。

技術領域

本申請涉及計算機技術領域，具體而言，涉及一種圖像處理方法、裝置、系統、電子設備及可讀存儲介質。

背景技術

隨著深度學習的發展，越來越多領域都會采用通過神經網絡基于圖像獲得特征圖的方式來獲取圖像特征，然后利用圖像特征進行動作識別、人臉識別等。由此可知，若獲得的作為輸出的特征圖對圖像的特征表達能力不佳，則會導致后續的識別結果不佳。因此，如何提高作為輸出的特征圖的特征表達能力已成為本領域技術人員亟需解決的技術問題。

發明內容

有鑒于此，本申請的目的在于提供一種圖像處理方法、裝置、系統、電子設備及可讀存儲介質，其能夠提高作為輸出的特征圖的特征表達能力。

為了實現上述目的，本申請實施例采用的技術方案如下：

第一方面，本申請實施例提供一種圖像處理方法，所述方法包括：

獲得待處理的多通道特征圖；

通過并行的逐點卷積運算和非逐點運算對所述多通道特征圖進行處理，獲得多通道第一輸出特征圖和多通道第二輸出特征圖，其中，非逐點卷積用于描述各通道的空間特征和特征圖之間的信息交換；

對所述多通道第一輸出特征圖及多通道第二輸出特征圖進行融合處理，得到多通道第三輸出特征圖。

在可選的實施方式中，所述通過并行的逐點卷積運算和非逐點運算對所述多通道特征圖進行處理，獲得多通道第一輸出特征圖和多通道第二輸出特征圖，包括：

對所述多通道特征圖進行逐點卷積運算，得到所述多通道第一輸出特征圖；

對所述多通道特征圖進行非逐點卷積運算，得到所述多通道第二輸出特征圖；

所述對所述多通道第一輸出特征圖及多通道第二輸出特征圖進行融合處理，得到多通道輸出特征圖，包括：

對所述多通道第一輸出特征圖及多通道第二輸出特征圖進行累加運算，得到所述多通道輸出特征圖。

在可選的實施方式中，所述多通道特征圖在通道維度分為第一部分多通道特征圖及第二部分多通道特征圖，所述通過并行的逐點卷積運算和非逐點運算對所述多通道特征圖進行處理，獲得多通道第一輸出特征圖和多通道第二輸出特征圖，包括：

對所述第一部分多通道特征圖進行逐點卷積運算，得到所述多通道第一輸出特征圖；

對所述第二部分多通道特征圖進行非逐點卷積運算，得到所述多通道第二輸出特征圖；

所述對所述多通道第一輸出特征圖及多通道第二輸出特征圖進行融合處理，得到多通道輸出特征圖，包括：

對所述多通道第一輸出特征圖及多通道第二輸出特征圖進行通道重組運算，得到所述多通道第三輸出特征圖。

在可選的實施方式中，非逐點卷積運算為自適應線性運算，所述進行非逐點卷積運算，得到所述多通道第二輸出特征圖，包括：

根據待進行非逐點卷積運算的多個通道特征圖的通道數及所述多通道第二輸出特征圖的通道數，在通道維度對所述多個通道特征圖進行分組，并對每個特征圖組進行線性運算，得到所述多通道第二輸出特征圖。