[發明專利]一種基于卷積神經網絡池化模塊的圖像處理方法、系統、存儲介質及終端

在審

• 申請號: 202010888339.5
• 申請日: 2020-08-28
• 公開（公告）號: CN112149694A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 趙磊;方紅波;廖旻可
• 申請（專利權）人: 特斯聯科技集團有限公司
• 主分類號: G06K9/60
• 分類號: G06K9/60;G06N3/04;G06N3/08
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 劉廣達

1.一種基于卷積神經網絡池化模塊的圖像處理方法，其特征在于，所述方法包括：

采集目標圖像生成多個特征圖；

將所述多個特征圖依次輸入卷積神經網絡池化模塊中進行池化操作，生成多個特征圖的池化結果；

輸出所述多個特征圖的池化結果，并基于所述多個特征圖的池化結果控制執行計算機視覺任務。

2.根據權利要求1所述的方法，所述池化模塊包括圖像預處理層、向量拼接層、像素加權層和元素重排層；

所述將所述多個特征圖依次輸入卷積神經網絡池化模塊中進行池化操作，生成多個特征圖的池化結果，包括：

從所述多個特征圖中獲取任一特征圖作為輸入特征圖；

圖像預處理層對所述輸入特征圖按照預設窗口尺寸進行預處理，生成輸入特征圖對應的多組向量；

向量拼接層將所述輸入特征圖對應的多組向量進行拼接后生成輸入特征圖的圖像矩陣；

像素加權層對所述輸入特征圖的圖像矩陣逐列使用一維卷積進行線性加權，生成加權后的向量；

元素重排層將所述加權后的向量中的元素進行重排，生成輸入特征圖的池化結果。

3.根據權利要求2所述的方法，其特征在于，所述方法還包括：

將所述多個特征圖中各特征圖執行所述權利要求2中的方法步驟，生成各特征圖對應的池化結果。

4.根據權利要求2所述的方法，其特征在于，所述預處理，包括：

圖像預處理層對所述輸入特征圖按照預設窗口尺寸進行分組，生成輸入特征圖對應的多組像素；以及

獲取所述多組像素中各組像素在所述窗口中不同位置的編號次序；

圖像預處理層基于所述不同位置的編號次序進行組合，生成輸入特征圖對應的多組向量。

5.根據權利要求1所述的方法，其特征在于，所述采集目標圖像生成多個特征圖，包括：

獲取目標圖像；

采用卷積神經網絡中的卷積核與所述目標圖像進行卷積，得到多個特征圖。

6.根據權利要求2所述的方法，其特征在于，所述一維卷積為1x1的卷積參數。

7.一種基于卷積神經網絡池化模塊的圖像處理系統，其特征在于，所述系統包括：

特征圖生成模塊，用于采集目標圖像生成多個特征圖；

特征圖池化模塊，用于將所述多個特征圖依次輸入卷積神經網絡池化模塊中進行池化操作，生成多個特征圖的池化結果；

任務執行模塊，用于輸出所述多個特征圖的池化結果，并基于所述多個特征圖的池化結果控制執行計算機視覺任務。

8.根據權利要求7所述的系統，其特征在于，所述特征圖池化模塊，包括：

特征圖選取單元，用于從所述多個特征圖中獲取任一特征圖作為輸入特征圖；

向量生成單元，用于圖像預處理層對所述輸入特征圖按照預設窗口尺寸進行預處理，生成輸入特征圖對應的多組向量；

矩陣生成單元，用于向量拼接層將所述輸入特征圖對應的多組向量進行拼接后生成輸入特征圖的圖像矩陣；

像素加權單元，用于像素加權層對所述輸入特征圖的圖像矩陣逐列使用一維卷積進行線性加權，生成加權后的向量；

結果生成單元，用于元素重排層將所述加權后的向量中的元素進行重排，生成輸入特征圖的池化結果。

9.一種計算機存儲介質，其特征在于，所述計算機存儲介質存儲有多條指令，所述指令適于由處理器加載并執行如權利要求1～6任意一項的方法步驟。

10.一種終端，其特征在于，包括：處理器和存儲器；其中，所述存儲器存儲有計算機程序，所述計算機程序適于由所述處理器加載并執行如權利要求1～6任意一項的方法步驟。