[發(fā)明專利]一種深度學(xué)習(xí)網(wǎng)絡(luò)處理裝置、方法及圖像處理單元

在審

• 申請?zhí)枺?/td>: 202110253634.8
• 申請日: 2021-03-09
• 公開（公告）號: CN112991204A
• 公開（公告）日: 2021-06-18
• 發(fā)明（設(shè)計）人: 吳統(tǒng)明
• 申請（專利權(quán)）人: 吳統(tǒng)明
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/40;H04N19/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種深度學(xué)習(xí)網(wǎng)絡(luò)處理方法，其特征在于，所述方法包括：

將待處理圖像數(shù)據(jù)壓縮為數(shù)據(jù)包，并將壓縮數(shù)據(jù)包上傳到圖像處理單元，圖像處理單元利用基于數(shù)據(jù)包的預(yù)處理方式將待處理圖像數(shù)據(jù)進行向量化；

利用基于優(yōu)化算法的大津法進行圖像數(shù)據(jù)向量的多閾值選取，得到圖像數(shù)據(jù)向量直方圖的初始閾值；

根據(jù)所選取的初始閾值，利用基于直方圖的圖像區(qū)域邊界增強算法對圖像向量直方圖進行圖像邊界增強；

利用多通道感知網(wǎng)絡(luò)對增強后的圖像向量數(shù)據(jù)進行特征提取，得到圖像特征；

利用多尺度殘差網(wǎng)絡(luò)對提取得到的圖像特征進行圖像重建處理，得到重建處理后的圖像。

2.如權(quán)利要求1所述的一種深度學(xué)習(xí)網(wǎng)絡(luò)處理方法，其特征在于，所述利用基于數(shù)據(jù)包的預(yù)處理方式將待處理圖像數(shù)據(jù)進行向量化，包括：

1)截取壓縮數(shù)據(jù)包中前部分的數(shù)據(jù)，包括壓縮數(shù)據(jù)包的標頭和部分有效荷載；

2)將具有相同五元組信息的數(shù)據(jù)包拆分為流，所述五元組信息為源IP、目的IP、源端口、目的端口和傳輸層協(xié)議，并提取每個流中的前10個數(shù)據(jù)包，不足部分使用0x00填充；

3)若所提取的數(shù)據(jù)包的長度小于160個字節(jié)，則使用0x00來填充空白部分；若數(shù)據(jù)包的長度超過160個字節(jié)，則僅提取數(shù)據(jù)包的前160個字節(jié)；據(jù)此每個壓縮數(shù)據(jù)包都可以提取出1600個字節(jié)的圖像流量數(shù)據(jù)，并根據(jù)網(wǎng)絡(luò)流向量中對應(yīng)的五元組信息標記該圖像流量數(shù)據(jù)，最終輸出圖像數(shù)據(jù)向量。

3.如權(quán)利要求2所述的一種深度學(xué)習(xí)網(wǎng)絡(luò)處理方法，其特征在于，所述利用基于優(yōu)化算法的大津法進行圖像數(shù)據(jù)向量的多閾值選取，包括：

1)計算圖像數(shù)據(jù)向量直方圖中不同波峰的最大類間方差：

其中：

L為圖像數(shù)據(jù)向量直方圖中的灰度級數(shù)目；

T₁，T₂為圖像數(shù)據(jù)向量直方圖中的峰值閾值；

σ²(T₁，T₂)表示兩個峰值閾值的類間方差；

2)隨機將圖像數(shù)據(jù)向量直方圖劃分為m+1個區(qū)域，得到m個閾值，將m個閾值按照順序進行排列，構(gòu)成一個基因串；

3)初始化種群P，其中P_i＝{T_1i，...，T_mi}，T_mi表示m區(qū)域的染色體編碼；由于灰度為0-255，使用8位二進制對每個閾值進行表示；

4)將類間方差作為適應(yīng)度，比較每個閾值下種群的類間方差，其中類間方差越大，即表示適應(yīng)度值越高，并將適應(yīng)度最高的閾值作為初始閾值T₁，T₂。