CN107749044A - 图像信息的池化方法及装置 - Google Patents
图像信息的池化方法及装置 Download PDFInfo
- Publication number
- CN107749044A CN107749044A CN201710983504.3A CN201710983504A CN107749044A CN 107749044 A CN107749044 A CN 107749044A CN 201710983504 A CN201710983504 A CN 201710983504A CN 107749044 A CN107749044 A CN 107749044A
- Authority
- CN
- China
- Prior art keywords
- pond
- image information
- pending image
- result
- buffer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000011176 pooling Methods 0.000 title abstract 12
- 238000012545 processing Methods 0.000 claims abstract description 66
- 239000000872 buffer Substances 0.000 claims abstract description 56
- 238000003860 storage Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 6
- 230000003139 buffering effect Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003475 lamination Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/60—Memory management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像信息的池化方法及装置。其中,该方法包括:获取池化窗内至少一个待处理图像信息;对至少一个待处理图像信息进行第一池化处理,得到至少一个池化结果;将至少一个池化结果缓存至缓冲器;对缓冲器中的至少一个先前池化结果以及至少一个池化结果进行第二池化处理,得到池化窗的池化结果。本发明解决了由于需等待卷积层的所有数据均完成运算,才会输入至池化层进行池化处理造成的需要占用较大的读取带宽的技术问题。
Description
技术领域
本发明涉及图像处理领域,具体而言,涉及一种图像信息的池化方法及装置。
背景技术
目前随着人工智能的火热发展,对于图像的处理需求正在逐步的增大。在进行图像信息处理的过程中,传统上对多个图像信息进行池化处理时,需要等待卷积层的所有数据均完成运算,才会输入至池化层进行池化处理,因此,需要占用较大的读取带宽。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种图像信息的池化方法及装置,以至少解决由于需等待卷积层的所有数据均完成运算,才会输入至池化层进行池化处理造成的需要占用较大的读取带宽的技术问题。
根据本发明实施例的一个方面,提供了一种图像信息的池化方法,包括:获取池化窗内至少一个待处理图像信息;对上述至少一个待处理图像信息进行第一池化处理,得到至少一个池化结果;将上述至少一个池化结果缓存至缓冲器;对上述缓冲器中的至少一个先前池化结果以及上述至少一个池化结果进行第二池化处理,得到上述池化窗的池化结果。
可选地,对上述缓冲器中的至少一个先前池化结果以及上述至少一个池化结果进行第二池化处理,得到上述池化窗的池化结果之前,上述方法还包括:判断上述缓冲器中缓存的池化结果的个数是否大于等于预设值;在上述缓冲器中缓存的池化结果的个数大于等上述预设值的情况下,进行上述第二池化处理。
可选地,获取池化窗内至少一个待处理图像信息之后,上述方法还包括:检测上述至少一个待处理图像信息是否完成卷积运算;若上述至少一个待处理图像信息完成卷积运算,执行上述对上述至少一个待处理图像信息进行第一池化处理;若上述至少一个待处理图像信息中存在未完成卷积运算的待处理图像信息,将上述至少一个待处理图像信息中已完成卷积运算的待处理图像进行上述第一池化处理,得到部分池化结果;将上述部分池化结果缓存至上述缓冲器;当上述池化窗中有新的待处理图像信息完成卷积运算时,将上述缓冲器所储存的上述部分池化结果及新的待处理图像信息进行上述第二池化处理。
可选地,获取池化窗内至少一个待处理图像信息之前,上述方法还包括:对上述至少一个待处理图像信息进行卷积运算,得到卷积运算结果;存储上述卷积运算结果。
可选地,对上述至少一个待处理图像信息进行卷积运算之前,上述方法还包括:获取原始图像;将上述原始图像转化为至少一个待处理图像;根据上述至少一个待处理图像的尺寸,获取上述至少一个待处理图像信息。
可选地,上述根据上述至少一个待处理图像的尺寸,获取上述至少一个待处理图像信息包括:若上述待处理图像的尺寸小于预设值,则从上述待处理图像中提取轮廓信息作为上述待处理图像信息;若上述待处理图像的尺寸大于等于上述预设值,则上述待处理图像中提取细节信息作为上述待处理图像信息。
根据本发明实施例的另一方面,还提供了一种图像信息的池化装置,包括:获取单元,用于获取池化窗内至少一个待处理图像信息;处理单元,用于对上述至少一个待处理图像信息进行第一池化处理,得到至少一个池化结果;缓存单元,用于将上述至少一个池化结果缓存至缓冲器;上述处理单元,还用于对上述缓冲器中的至少一个先前池化结果以及上述至少一个池化结果进行第二池化处理,得到上述池化窗的池化结果。
根据本发明实施例的另一方面,还提供了一种图像信息的池化装置,包括:池化窗;处理器,上述处理器运行程序,其中,上述程序运行时对于从上述池化窗输出的数据执行如下处理步骤:获取上述池化窗内至少一个待处理图像信息;对上述至少一个待处理图像信息进行第一池化处理,得到至少一个池化结果;将上述至少一个池化结果缓存至缓冲器;对上述缓冲器中的至少一个先前池化结果以及上述至少一个池化结果进行第二池化处理,得到上述池化窗的池化结果。
根据本发明实施例的另一方面,还提供了一种存储介质,上述存储介质包括存储的程序,其中,上述程序执行具有上述任意特征的图像信息的池化方法。
根据本发明实施例的另一方面,还提供了一种处理器,上述处理器用于运行程序,其中,上述程序运行时执行具有上述任意特征的图像信息的池化方法。
在本发明实施例中,采用获取池化窗内至少一个待处理图像信息;对至少一个待处理图像信息进行第一池化处理,得到至少一个池化结果;将至少一个池化结果缓存至缓冲器;对缓冲器中的至少一个先前池化结果以及至少一个池化结果进行第二池化处理,得到池化窗的池化结果的方式,通过先将第一池化处理后的至少一个池化结果缓存至缓冲器,再将所有存储在缓冲器的池化结果进行第二次池化运算,以得到最终的池化结果,达到了无需等待卷积层将所有数据完成运算即可进行池化处理的目的,从而实现了降低读取带宽的技术效果,进而解决了由于需等待卷积层的所有数据均完成运算,才会输入至池化层进行池化处理造成的需要占用较大的读取带宽的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的图像信息的池化方法的流程示意图;
图2是根据本发明实施例的一种可选的图像信息的池化装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种图像信息的池化方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的图像信息的池化方法,如图1所示,该方法包括如下步骤:
步骤S102,获取池化窗内至少一个待处理图像信息。
本申请上述步骤S102中,至少一个待处理图像信息可以为卷积运算的输出结果。可选地,获取池化窗内至少一个待处理图像信息之后,本实施例的图像信息的池化方法还包括以下步骤:
步骤S10,检测至少一个待处理图像信息是否完成卷积运算。
本申请上述步骤S10中,在获取到池化窗内至少一个待处理图像信息之后,首先,可以判断该至少一个待处理图像信息是否已完成卷积运算。
步骤S12,若至少一个待处理图像信息完成卷积运算,执行对至少一个待处理图像信息进行第一池化处理。
本申请上述步骤S12中,若至少一个待处理图像信息完成卷积运算,则执行步骤104。
步骤S14,若至少一个待处理图像信息中存在未完成卷积运算的待处理图像信息,将至少一个待处理图像信息中已完成卷积运算的待处理图像进行第一池化处理,得到部分池化结果;将部分池化结果缓存至缓冲器;当池化窗中有新的待处理图像信息完成卷积运算时,将缓冲器所储存的部分池化结果及新的待处理图像信息进行第二池化处理。
步骤S104,对至少一个待处理图像信息进行第一池化处理,得到至少一个池化结果。
本申请上述步骤S104中,第一池化处理可以包括最大池化运算或平均池化运算。在获取到至少一个待处理图像信息之后,可以对至少一个待处理图像信息进行第一池化处理,得到至少一个池化结果。
步骤S106,将至少一个池化结果缓存至缓冲器。
本申请上述步骤S106中,缓冲器为先进先出缓冲器。在得到至少一个池化结果之后,将该至少一个池化结果缓存至缓冲器内,池化窗在每个运算周期都会移动一个步幅,在某一个运算周期中,读取池化窗内的至少一个待处理图像信息,以进行第一池化运算,并将对应的池化结果存储在缓冲器中,在下一个运算周期,池化窗移动一个步幅,读取池化窗不予前一个运算周期重复的待处理图像信息,并将新的待处理图像信息对应的池化结果存储在缓冲器中,以取代前一轮的池化结果。
步骤S108,对缓冲器中的至少一个先前池化结果以及至少一个池化结果进行第二池化处理,得到池化窗的池化结果。
本申请上述步骤S108中,在将至少一个池化结果缓存至缓冲器之后,读取缓冲器内的至少一个池化结果以及至少一个先前池化结果,并对至少一个池化结果以及至少一个先前池化结果进行第二池化处理,已得到池化窗的最终池化结果。其中,第二池化处理可以包括最大池化运算或平均池化运算。
可选地,对缓冲器中的至少一个先前池化结果以及至少一个池化结果进行第二池化处理,得到池化窗的池化结果之前,本实施例的图像信息的池化方法还包括:判断缓冲器中缓存的池化结果的个数是否大于等于预设值;在缓冲器中缓存的池化结果的个数大于等预设值的情况下,进行第二池化处理。
举例而言,但缓冲器的步幅为N时,则需要等待缓冲器存储了N个池化结果后,进行第二池化处理。
通过上述步骤,先将第一池化处理后的至少一个池化结果缓存至缓冲器,再将所有存储在缓冲器的池化结果进行第二次池化运算,以得到最终的池化结果,达到了无需等待卷积层将所有数据完成运算即可进行池化处理的目的,从而实现了降低读取带宽的技术效果,进而解决了由于需等待卷积层的所有数据均完成运算,才会输入至池化层进行池化处理造成的需要占用较大的读取带宽的技术问题。
作为一种可选的实现方式,获取池化窗内至少一个待处理图像信息之前,方法还包括:对至少一个待处理图像信息进行卷积运算,得到卷积运算结果;存储卷积运算结果。
作为一种可选的实现方式,对至少一个待处理图像信息进行卷积运算之前,方法还包括:获取原始图像;将原始图像转化为至少一个待处理图像;根据至少一个待处理图像的尺寸,获取至少一个待处理图像信息。
可选的,根据至少一个待处理图像的尺寸,获取至少一个待处理图像信息包括:若待处理图像的尺寸小于预设值,则从待处理图像中提取轮廓信息作为待处理图像信息;若待处理图像的尺寸大于等于预设值,则待处理图像中提取细节信息作为待处理图像信息。
本实施例中,通过将一张原始图像,经过N等级的变化,逐渐的变换成N个不同尺寸的待处理图像,然后对不同的待处理图像进行二维信息的采样提取(图像位置,图像信息),对于小尺寸的待处理图像可以进行轮廓信息的提取,对于大尺寸的待处理图像中将图像的轮廓进行剔除,而对细节信息进行保留,对大尺寸的待处理图像进行同类二维采样提取。
进而,将原始图像分成不同的层次进行卷积池化,这样通过对不同部分进行卷积变换可以实现更快的变换速度,当硬件可以同步的处理不同等级的变换时,可以对图像的变换速度实现倍速的提升,同时由于对不同的轮廓使用不同的卷积模板可以更加精准的提取图像的特征。
实施例2
本发明实施例还提供了一种图像信息的池化装置。需要说明的是,该实施例的图像信息的池化装置可以用于执行本发明实施例的图像信息的池化方法。
图2是根据本发明实施例的一种图像信息处理装置的示意图。如图2所示,该图像信息的池化装置包括:获取单元20、处理单元22和缓存单元24。
获取单元20,用于获取池化窗内至少一个待处理图像信息;
处理单元22,用于对至少一个待处理图像信息进行第一池化处理,得到至少一个池化结果;
缓存单元24,用于将至少一个池化结果缓存至缓冲器;
处理单元22,还用于对缓冲器中的至少一个先前池化结果以及至少一个池化结果进行第二池化处理,得到池化窗的池化结果。
可选地,处理单元22,还用于判断缓冲器中缓存的池化结果的个数是否大于等于预设值;在缓冲器中缓存的池化结果的个数大于等预设值的情况下,进行第二池化处理。
可选地,处理单元22,还用于检测至少一个待处理图像信息是否完成卷积运算;若至少一个待处理图像信息完成卷积运算,执行对至少一个待处理图像信息进行第一池化处理;若至少一个待处理图像信息中存在未完成卷积运算的待处理图像信息,将至少一个待处理图像信息中已完成卷积运算的待处理图像进行第一池化处理,得到部分池化结果;将部分池化结果缓存至缓冲器;当池化窗中有新的待处理图像信息完成卷积运算时,将缓冲器所储存的部分池化结果及新的待处理图像信息进行第二池化处理。
可选地,处理单元22,还用于对至少一个待处理图像信息进行卷积运算,得到卷积运算结果;存储卷积运算结果。
可选地,获取单元20,还用于获取原始图像;处理单元22,还用于将原始图像转化为至少一个待处理图像;根据至少一个待处理图像的尺寸,获取至少一个待处理图像信息。
可选地,处理单元22用于执行以下步骤根据至少一个待处理图像的尺寸,获取至少一个待处理图像信息:若待处理图像的尺寸小于预设值,则从待处理图像中提取轮廓信息作为待处理图像信息;若待处理图像的尺寸大于等于预设值,则待处理图像中提取细节信息作为待处理图像信息。
在本发明实施例中,采用获取池化窗内至少一个待处理图像信息;对至少一个待处理图像信息进行第一池化处理,得到至少一个池化结果;将至少一个池化结果缓存至缓冲器;对缓冲器中的至少一个先前池化结果以及至少一个池化结果进行第二池化处理,得到池化窗的池化结果的方式,通过先将第一池化处理后的至少一个池化结果缓存至缓冲器,再将所有存储在缓冲器的池化结果进行第二次池化运算,以得到最终的池化结果,达到了无需等待卷积层将所有数据完成运算即可进行池化处理的目的,从而实现了降低读取带宽的技术效果,进而解决了由于需等待卷积层的所有数据均完成运算,才会输入至池化层进行池化处理造成的需要占用较大的读取带宽的技术问题。
实施例3
本发明实施例还提供了一种图像信息的池化装置。该图像信息的池化装置包括:池化窗;处理器,处理器运行程序,其中,程序运行时对于从池化窗输出的数据执行如下处理步骤:获取池化窗内至少一个待处理图像信息;对至少一个待处理图像信息进行第一池化处理,得到至少一个池化结果;将至少一个池化结果缓存至缓冲器;对缓冲器中的至少一个先前池化结果以及至少一个池化结果进行第二池化处理,得到池化窗的池化结果。
本发明实施例还提供了一种存储介质,存储介质包括存储的程序,其中,程序执行具有上述任意特征的图像信息的池化方法。
本发明实施例还提供了一种处理器,处理器用于运行程序,其中,程序执行具有上述任意特征的图像信息的池化方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种图像信息的池化方法,其特征在于,包括:
获取池化窗内至少一个待处理图像信息;
对所述至少一个待处理图像信息进行第一池化处理,得到至少一个池化结果;
将所述至少一个池化结果缓存至缓冲器;
对所述缓冲器中的至少一个先前池化结果以及所述至少一个池化结果进行第二池化处理,得到所述池化窗的池化结果。
2.根据权利要求1所述的方法,其特征在于,对所述缓冲器中的至少一个先前池化结果以及所述至少一个池化结果进行第二池化处理,得到所述池化窗的池化结果之前,所述方法还包括:
判断所述缓冲器中缓存的池化结果的个数是否大于等于预设值;
在所述缓冲器中缓存的池化结果的个数大于等所述预设值的情况下,进行所述第二池化处理。
3.根据权利要求1所述的方法,其特征在于,获取池化窗内至少一个待处理图像信息之后,所述方法还包括:
检测所述至少一个待处理图像信息是否完成卷积运算;
若所述至少一个待处理图像信息完成卷积运算,执行所述对所述至少一个待处理图像信息进行第一池化处理;
若所述至少一个待处理图像信息中存在未完成卷积运算的待处理图像信息,将所述至少一个待处理图像信息中已完成卷积运算的待处理图像进行所述第一池化处理,得到部分池化结果;
将所述部分池化结果缓存至所述缓冲器;
当所述池化窗中有新的待处理图像信息完成卷积运算时,将所述缓冲器所储存的所述部分池化结果及新的待处理图像信息进行所述第二池化处理。
4.根据权利要求1所述的方法,其特征在于,获取池化窗内至少一个待处理图像信息之前,所述方法还包括:
对所述至少一个待处理图像信息进行卷积运算,得到卷积运算结果;
存储所述卷积运算结果。
5.根据权利要求4所述的方法,其特征在于,对所述至少一个待处理图像信息进行卷积运算之前,所述方法还包括:
获取原始图像;
将所述原始图像转化为至少一个待处理图像;
根据所述至少一个待处理图像的尺寸,获取所述至少一个待处理图像信息。
6.根据权利要求5所述的方法,其特征在于,所述根据所述至少一个待处理图像的尺寸,获取所述至少一个待处理图像信息包括:
若所述待处理图像的尺寸小于预设值,则从所述待处理图像中提取轮廓信息作为所述待处理图像信息;
若所述待处理图像的尺寸大于等于所述预设值,则所述待处理图像中提取细节信息作为所述待处理图像信息。
7.一种图像信息的池化装置,其特征在于,包括:
获取单元,用于获取池化窗内至少一个待处理图像信息;
处理单元,用于对所述至少一个待处理图像信息进行第一池化处理,得到至少一个池化结果;
缓存单元,用于将所述至少一个池化结果缓存至缓冲器;
所述处理单元,还用于对所述缓冲器中的至少一个先前池化结果以及所述至少一个池化结果进行第二池化处理,得到所述池化窗的池化结果。
8.一种图像信息的池化装置,其特征在于,包括:
池化窗;
处理器,所述处理器运行程序,其中,所述程序运行时对于从所述池化窗输出的数据执行如下处理步骤:获取所述池化窗内至少一个待处理图像信息;对所述至少一个待处理图像信息进行第一池化处理,得到至少一个池化结果;将所述至少一个池化结果缓存至缓冲器;对所述缓冲器中的至少一个先前池化结果以及所述至少一个池化结果进行第二池化处理,得到所述池化窗的池化结果。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至6中任意一项所述的图像信息的池化方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至6中任意一项所述的图像信息的池化方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710983504.3A CN107749044A (zh) | 2017-10-19 | 2017-10-19 | 图像信息的池化方法及装置 |
PCT/CN2018/099597 WO2019076109A1 (zh) | 2017-10-19 | 2018-08-09 | 图像信息的池化方法及装置、存储介质、处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710983504.3A CN107749044A (zh) | 2017-10-19 | 2017-10-19 | 图像信息的池化方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107749044A true CN107749044A (zh) | 2018-03-02 |
Family
ID=61252942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710983504.3A Pending CN107749044A (zh) | 2017-10-19 | 2017-10-19 | 图像信息的池化方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107749044A (zh) |
WO (1) | WO2019076109A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019076109A1 (zh) * | 2017-10-19 | 2019-04-25 | 格力电器(武汉)有限公司 | 图像信息的池化方法及装置、存储介质、处理器 |
CN110322388A (zh) * | 2018-03-29 | 2019-10-11 | 上海熠知电子科技有限公司 | 池化方法及装置、池化***、计算机可读存储介质 |
CN110322389A (zh) * | 2018-03-29 | 2019-10-11 | 上海熠知电子科技有限公司 | 池化方法、装置及***、计算机可读存储介质 |
CN110383330A (zh) * | 2018-05-30 | 2019-10-25 | 深圳市大疆创新科技有限公司 | 池化装置和池化方法 |
CN110399977A (zh) * | 2018-04-25 | 2019-11-01 | 华为技术有限公司 | 池化运算装置 |
CN111429334A (zh) * | 2020-03-26 | 2020-07-17 | 光子算数(北京)科技有限责任公司 | 一种数据处理方法、装置、存储介质及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150170021A1 (en) * | 2013-12-18 | 2015-06-18 | Marc Lupon | Reconfigurable processing unit |
CN106228240A (zh) * | 2016-07-30 | 2016-12-14 | 复旦大学 | 基于fpga的深度卷积神经网络实现方法 |
CN106779060A (zh) * | 2017-02-09 | 2017-05-31 | 武汉魅瞳科技有限公司 | 一种适于硬件设计实现的深度卷积神经网络的计算方法 |
CN106875012A (zh) * | 2017-02-09 | 2017-06-20 | 武汉魅瞳科技有限公司 | 一种基于fpga的深度卷积神经网络的流水化加速*** |
CN106940815A (zh) * | 2017-02-13 | 2017-07-11 | 西安交通大学 | 一种可编程卷积神经网络协处理器ip核 |
CN107239824A (zh) * | 2016-12-05 | 2017-10-10 | 北京深鉴智能科技有限公司 | 用于实现稀疏卷积神经网络加速器的装置和方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9190053B2 (en) * | 2013-03-25 | 2015-11-17 | The Governing Council Of The Univeristy Of Toronto | System and method for applying a convolutional neural network to speech recognition |
CN106981067A (zh) * | 2017-04-05 | 2017-07-25 | 深圳市唯特视科技有限公司 | 一种基于全卷积网络的纹理分割方法 |
CN107749044A (zh) * | 2017-10-19 | 2018-03-02 | 珠海格力电器股份有限公司 | 图像信息的池化方法及装置 |
-
2017
- 2017-10-19 CN CN201710983504.3A patent/CN107749044A/zh active Pending
-
2018
- 2018-08-09 WO PCT/CN2018/099597 patent/WO2019076109A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150170021A1 (en) * | 2013-12-18 | 2015-06-18 | Marc Lupon | Reconfigurable processing unit |
CN106228240A (zh) * | 2016-07-30 | 2016-12-14 | 复旦大学 | 基于fpga的深度卷积神经网络实现方法 |
CN107239824A (zh) * | 2016-12-05 | 2017-10-10 | 北京深鉴智能科技有限公司 | 用于实现稀疏卷积神经网络加速器的装置和方法 |
CN106779060A (zh) * | 2017-02-09 | 2017-05-31 | 武汉魅瞳科技有限公司 | 一种适于硬件设计实现的深度卷积神经网络的计算方法 |
CN106875012A (zh) * | 2017-02-09 | 2017-06-20 | 武汉魅瞳科技有限公司 | 一种基于fpga的深度卷积神经网络的流水化加速*** |
CN106940815A (zh) * | 2017-02-13 | 2017-07-11 | 西安交通大学 | 一种可编程卷积神经网络协处理器ip核 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019076109A1 (zh) * | 2017-10-19 | 2019-04-25 | 格力电器(武汉)有限公司 | 图像信息的池化方法及装置、存储介质、处理器 |
CN110322388A (zh) * | 2018-03-29 | 2019-10-11 | 上海熠知电子科技有限公司 | 池化方法及装置、池化***、计算机可读存储介质 |
CN110322389A (zh) * | 2018-03-29 | 2019-10-11 | 上海熠知电子科技有限公司 | 池化方法、装置及***、计算机可读存储介质 |
CN110322388B (zh) * | 2018-03-29 | 2023-09-12 | 上海熠知电子科技有限公司 | 池化方法及装置、池化***、计算机可读存储介质 |
CN110399977A (zh) * | 2018-04-25 | 2019-11-01 | 华为技术有限公司 | 池化运算装置 |
CN110383330A (zh) * | 2018-05-30 | 2019-10-25 | 深圳市大疆创新科技有限公司 | 池化装置和池化方法 |
CN111429334A (zh) * | 2020-03-26 | 2020-07-17 | 光子算数(北京)科技有限责任公司 | 一种数据处理方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2019076109A1 (zh) | 2019-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107749044A (zh) | 图像信息的池化方法及装置 | |
CN109871510B (zh) | 二维卷积运算处理方法、***、设备及计算机存储介质 | |
JP7038867B2 (ja) | 顔認識方法及び装置 | |
CN110020639B (zh) | 视频特征提取方法及相关设备 | |
CN107766932B (zh) | 基于神经网络的图像处理方法及装置 | |
CN108010538B (zh) | 音频数据处理方法及装置、计算设备 | |
CN109087269A (zh) | 弱光图像增强方法及装置 | |
CN111626405B (zh) | 一种cnn加速方法、加速装置及计算机可读存储介质 | |
CN111815534A (zh) | 实时皮肤妆容迁移方法、装置、电子设备和可读存储介质 | |
CN109816612A (zh) | 图像增强方法和装置、计算机可读存储介质 | |
CN107944545A (zh) | 应用于神经网络的计算方法及计算装置 | |
CN109784372A (zh) | 一种基于卷积神经网络的目标分类方法 | |
CN109992541A (zh) | 一种数据搬运方法、相关产品及计算机存储介质 | |
CN109992542A (zh) | 一种数据搬运方法、相关产品及计算机存储介质 | |
CN110147252A (zh) | 一种卷积神经网络的并行计算方法及装置 | |
CN110148088A (zh) | 图像处理方法、图像去雨方法、装置、终端及介质 | |
CN110809126A (zh) | 一种基于自适应可变形卷积的视频帧插值方法及*** | |
WO2021147276A1 (zh) | 数据处理方法、装置及芯片、电子设备、存储介质 | |
CN108876790A (zh) | 图像语义分割方法和装置、神经网络训练方法和装置 | |
CN110009644B (zh) | 一种特征图行像素分段的方法和装置 | |
CN109615067B (zh) | 一种卷积神经网络的数据调度方法及装置 | |
CN108764233B (zh) | 一种基于连续卷积激活的场景字符识别方法 | |
WO2021179822A1 (zh) | 人体特征点的检测方法、装置、电子设备以及存储介质 | |
CN111967478B (zh) | 一种基于权重翻转的特征图重构方法、***、存储介质及终端 | |
WO2019136761A1 (zh) | 一种用于识别人为动作的三维卷积装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180302 |
|
RJ01 | Rejection of invention patent application after publication |