[发明专利]等面多面体球面量规卷积神经网络

说明书

一种生成用于在球面流形上操作的卷积神经网络的方法在该球面流形上的多个位置处生成局部定义的量规。在球面流形上的每个位置处参照任意选择的局部定义量规来定义卷积。在每个位置处基于量规等变性来定义的卷积的结果被转化以获得流形卷积。

相关申请的交叉引用

本申请要求于2020年9月23日提交的题为“ICOSPHERICAL GAUGE CONVOLUTIONALNEURAL NETWORK(等面多面体球面量规卷积神经网络)”的美国临时专利申请No.17/030,361的权益，后者要求于2019年9月24日提交的题为“ICOSPHERICAL GAUGE CONVOLUTIONALNEURAL NETWORK(等面多面体球面量规卷积神经网络)”的美国临时专利申请No.62/905,233的权益，这些申请的公开内容通过援引全部明确纳入于此。

公开领域

本公开的各方面一般涉及人工神经网络。更具体地，本公开涉及等面多面体球面量规卷积神经网络。

背景

常规网格(例如，图像平面)上卷积算子在计算意义上的简单性和效率并不扩展到其他网格/流形。例如，常规网格上的卷积算子并不扩展到球面流形，球面流形是经由恰适的成像设置获得的全向全景信号的自然嵌入空间。此外，由于局部参考系的多义性和非唯一性，球面流形上的常规卷积计算并不简单直接。相应地，不能仅通过简单的移位来将系数内核在球面流形上移位。

概述

在本公开的一方面，提供了一种方法。该方法包括在球面流形上的多个位置处生成局部定义的量规。该方法还包括在球面流形上的多个位置中的每个位置处参照局部定义的量规来计算卷积。进一步地，该方法包括基于量规等变性来转化在每个位置处的卷积的结果以获得对应的流形变换。

在本公开的另一方面，提供了一种装置。该装置包括存储器以及耦合至该存储器的一个或多个处理器。该(诸)处理器被配置成在球面流形上的多个位置处生成局部定义的量规。该(诸)处理器还被配置成在球面流形上的多个位置中的每个位置处参照局部定义的量规来计算卷积。附加地，该(诸)处理器被配置成基于量规等变性来转化在每个位置处的卷积的结果以获得对应的流形变换。

在本公开的另一方面，提供了一种装备。该装备包括用于在球面流形上的多个位置处生成局部定义的量规的装置。该装备还包括用于在球面流形上的多个位置中的每个位置处参照局部定义的量规来计算卷积的装置。进一步地，该装备包括用于基于量规等变性来转化在每个位置处的卷积的结果以获得对应的流形变换的装置。

在本公开的进一步方面中，提供了一种非瞬态计算机可读介质。该计算机可读介质具有编码在其上的程序代码。该程序代码由处理器执行并且包括用于在球面流形上的多个位置处生成局部定义的量规的代码。该程序代码还包括用于在球面流形上的多个位置中的每个位置处参照局部定义的量规来计算卷积的代码。附加地，该程序代码还包括用于基于量规等变性来转化在每个位置处的卷积的结果以获得对应的流形变换的代码。

本公开的附加特征和优点将在下文描述。本领域技术人员应当领会，本公开可容易地被用作修改或设计用于实施与本公开相同的目的的其他结构的基础。本领域技术人员还应认识到，这样的等效构造并不脱离所附权利要求中所阐述的本公开的教导。被认为是本公开的特性的新颖特征在其组织和操作方法两方面连同进一步的目的和优点在结合附图来考虑以下描述时将被更好地理解。然而，要清楚理解的是，提供每一幅附图均仅用于解说和描述目的，且无意作为对本公开的限定的定义。

附图简述

在结合附图理解下面阐述的详细描述时，本公开的特征、本质和优点将变得更加明显，在附图中，相同附图标记始终作相应标识。

图1解说了根据本公开的某些方面的使用片上系统(SOC)(包括通用处理器)来设计神经网络的示例实现。

图2A、2B和2C是解说根据本公开的各方面的神经网络的示图。