[發明專利]一種基于winograd動態卷積塊的圖像處理方法

有效

• 申請號: 202011140346.3
• 申請日: 2020-10-22
• 公開（公告）號: CN112434786B
• 公開（公告）日: 2023-09-19
• 發明（設計）人: 張興軍;紀澤宇;魏嘉;閆瑋;魏正;李靖波;高柏松
• 申請（專利權）人: 西安交通大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/82;G06N3/0464
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 李紅霖

1.一種基于winograd動態卷積塊的圖像處理方法，其特征在于：

利用中國剩余定理算法生成winograd快速卷積方法的計算復雜度函數，所述計算復雜度函數將卷積神經網絡模型中每一層的卷積參數作為常量引入，得到變量為winograd卷積塊尺寸的計算復雜度模型；基于所述計算復雜度模型最小化計算開銷；根據最小化計算開銷得到的卷積塊尺寸，完成相應層數的winograd快速卷積計算；抽取圖片的特征并將其送入卷積神經網絡進行分類處理；

利用中國剩余定理算法生成winograd快速卷積方法的計算復雜度函數，具體為：

基于winograd卷積相關的參數與winograd快速卷積方法的計算量構建計算量與計算開銷、卷積塊尺寸的函數關系；

利用中國剩余定理構建計算開銷與卷積塊尺寸的函數關系，帶入到所述函數關系中，得到只與卷積塊尺寸相關的計算復雜度模型；

所述函數關系為：

其中，W為輸入圖片數據的寬度，H為輸入圖片數據的高度，C為輸入圖片數據的通道數，K為卷積核數，P為輸入圖片中包含的卷積塊的數量，α'為乘法的計算開銷，β'為卷積核變換的計算開銷，γ'為輸入變換的計算開銷，δ'為結果逆變換的計算開銷；N為卷積塊尺寸；輸入瓦片大小tile＝m+R-1，R為卷積核的尺寸，m為輸出數據塊的尺寸；

利用中國剩余定理分別計算出α',β',γ'和δ'與卷積塊尺寸的函數關系，如下：

并將上述四個式子帶入所述函數關系中，得到只與卷積塊尺寸相關的計算復雜度模型；

根據最小化計算開銷得到的卷積塊尺寸，完成相應層數的winograd快速卷積計算，具體為：

將最優卷積塊尺寸與當前卷積層的輸入數據的寬W和高H進行整除操作，根據能否整除分為冗余與非冗余兩個情況：

1)若能夠整除，則為非冗余的，所述最優卷積塊尺寸即為當前層最終的最優卷積塊尺寸；

2)若能夠整除，則為非冗余的，將不能整除的結果向上取整再乘所述最優卷積塊尺寸，得到新的W^'和H^'，由W^'和H^'計算出新的計算復雜度模型，最小化所述計算復雜度模型，得到最終的最優卷積塊尺寸；

抽取圖片的特征并將其送入卷積神經網絡進行分類處理，具體為：

701)將卷積當前層的卷積核按照最終的最優卷積塊尺寸進行winograd變換，切換至winograd域；

將輸入圖片按照求解最終的最優卷積塊尺寸進行重疊切片，之后進行winograd變換，切換至winograd域；

702)將701)和702)中切換至winograd域的輸入數據和卷積核進行hadamard?product操作；

703)將702)中的結果進行winograd逆變換，從winograd域切換至空間域，最后將小切片重新組合成輸出結果。