[發(fā)明專利]一種基于GPU的二維圖像線積分計算方法、系統(tǒng)、電子設(shè)備及計算機(jī)存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011216204.0
• 申請日: 2020-11-04
• 公開（公告）號: CN112288620A
• 公開（公告）日: 2021-01-29
• 發(fā)明（設(shè)計）人: 周辰;俞益洲;李一鳴;喬昕
• 申請（專利權(quán)）人: 北京深睿博聯(lián)科技有限責(zé)任公司;杭州深睿博聯(lián)科技有限公司
• 主分類號: G06T1/20
• 分類號: G06T1/20;G06T3/40;G06T5/00;G06T5/50;G06N3/04;G06N3/08
• 代理公司: 北京天方智力知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11719
• 代理人: 賈耀梅

1.一種基于GPU的二維圖像線積分計算方法，其特征在于，包括如下步驟：

將二維圖像進(jìn)行預(yù)處理；

依據(jù)角度將二維圖像的線積分分為水平方向組以及豎直方向組；

構(gòu)造神經(jīng)網(wǎng)絡(luò)框架的卷積核，卷積所述三維特征圖與線積分結(jié)果之間的對應(yīng)關(guān)系；

通過所述卷積核對所述二維圖像進(jìn)行特征提取得到三維特征圖即水平方向組的線積分；

將所述二維圖像進(jìn)行轉(zhuǎn)置后輸入所述卷積核或?qū)⑺龆S圖像輸入轉(zhuǎn)置的卷積核，得到豎直方向組的線積分；

將水平和豎直方向組的重合部分進(jìn)行處理融合得到二維圖像線積分。

2.根據(jù)權(quán)利要求1所述的一種基于GPU的二維圖像線積分計算方法，其特征在于，所述將二維圖像進(jìn)行預(yù)處理，包括：

將二維圖像轉(zhuǎn)化為灰度圖像；

將所述灰度圖像進(jìn)行等比放縮，使其長邊長度變?yōu)樵L度的2的冪次方；

采用反射方式對所述灰度圖像短邊進(jìn)行填充，使其短邊長度擴(kuò)充至所述灰度圖像長邊的長度。

3.根據(jù)權(quán)利要求1所述的一種基于GPU的二維圖像線積分計算方法，其特征在于，所述構(gòu)造神經(jīng)網(wǎng)絡(luò)框架的卷積核，卷積所述三維特征圖與線積分結(jié)果之間的對應(yīng)關(guān)系，包括：

將非零部分非對稱的稀疏卷積核拆解為兩個空洞卷積核，將兩個空洞卷積核分別對輸入數(shù)據(jù)進(jìn)行卷積之后求和得到為原卷積核的輸出結(jié)果。

4.根據(jù)權(quán)利要求1所述的一種基于GPU的二維圖像線積分計算方法，其特征在于，所述構(gòu)造神經(jīng)網(wǎng)絡(luò)框架的卷積核，卷積所述三維特征圖與線積分結(jié)果之間的對應(yīng)關(guān)系，還包括：

在卷積核每一層加入非線性激活函數(shù)，得到一個基于學(xué)習(xí)的線性特征檢測網(wǎng)絡(luò)架構(gòu)，通過將Ground Truth量化到各層特征圖對應(yīng)的線性積分值作為監(jiān)督信號，然后通過數(shù)據(jù)驅(qū)動方式學(xué)習(xí)線性特征提取。

5.根據(jù)權(quán)利要求1所述的一種基于GPU的二維圖像線積分計算方法，其特征在于，所述對水平和豎直方向組的重合部分進(jìn)行處理融合得到二維圖像線積分，包括：

將各卷積層對應(yīng)位置水平和豎直方向組的重合部分求平均，獲得θ＝π/4的線積分值。

6.一種基于GPU的二維圖像線積分計算系統(tǒng)，其特征在于，包括：

預(yù)處理單元，配置用于將二維圖像進(jìn)行預(yù)處理；

圖像劃分單元，配置用于依據(jù)角度將二維圖像的線積分分為水平方向組(|θ|≤π/4)以及豎直方向組(|θ|≥π/4)；

卷積構(gòu)造單元，配置用于構(gòu)造神經(jīng)網(wǎng)絡(luò)框架的卷積核，卷積所述三維特征圖與線積分結(jié)果之間的對應(yīng)關(guān)系；

水平線積分計算單元，配置用于通過所述卷積核對所述二維圖像進(jìn)行特征提取得到三維特征圖即水平方向組的線積分；

豎直線積分計算單元，配置用于將所述二維圖像進(jìn)行轉(zhuǎn)置后輸入所述卷積核或?qū)⑺龆S圖像輸入轉(zhuǎn)置的卷積核，得到豎直方向組的線積分；

融合處理單元，配置用于將水平和豎直方向組的重合部分進(jìn)行處理融合得到二維圖像線積分。

7.根據(jù)權(quán)利要求6所述的一種基于GPU的二維圖像線積分計算方法，其特征在于，所述預(yù)處理單元具體用于：

將二維圖像轉(zhuǎn)化為灰度圖像；

將所述灰度圖像進(jìn)行等比放縮，使其長邊長度變?yōu)樵L度的2的冪次方；

采用反射方式對所述灰度圖像短邊進(jìn)行填充，使其短邊長度擴(kuò)充至所述灰度圖像長邊的長度。

8.根據(jù)權(quán)利要求6所述的一種基于GPU的二維圖像線積分計算方法，其特征在于，所述卷積構(gòu)造單元具體用于：

將非零部分非對稱的稀疏卷積核拆解為兩個空洞卷積核，將兩個空洞卷積核分別對輸入數(shù)據(jù)進(jìn)行卷積之后求和得到為原卷積核的輸出結(jié)果。

9.根據(jù)權(quán)利要求6所述的一種基于GPU的二維圖像線積分計算方法，其特征在于，所述卷積構(gòu)造單元還具體用于：

在卷積核每一層加入非線性激活函數(shù)，得到一個基于學(xué)習(xí)的線性特征檢測網(wǎng)絡(luò)架構(gòu)，通過將Ground Truth量化到各層特征圖對應(yīng)的線性積分值作為監(jiān)督信號，然后通過數(shù)據(jù)驅(qū)動方式學(xué)習(xí)線性特征提取。