[发明专利]一种卷积神经网络输入层装置及其工作方法

权利要求书

1.一种卷积神经网络输入层系统，其特征在于，包括若干图像存储区，记作An，图像变换模块，记作Bn，每一图像变换模块的输入端和输出端均与图像存储区相连，每一图像存储区还连接异步卷积层，记作C，异步卷积层的输出端连接特征层，记作D，特征层连接用于后续的特征提取和输出的卷积神经网络，记作E；

包括如下步骤：

S1、新的视频帧到来之前，图像存储区A_n-1存储的信息经图像变换模块Bn变换后存放在图像存储区An；

S2、对于异步卷积层C中的任意一个卷积核，在对图像存储区中数据做卷积运算时，图像像素的定位原则为图像A0按照传统卷积计算方法读取像素的值；卷积运算读取原始图像像素P(x,y)的值时，直接从图像A0的(x,y)位置处读取像素值，图像A1、A2、…、An的取值位置根据图像变换方法重新定位；

S3、卷积神经网络E采用传统卷积神经网络模型；

依据S2，图像存储区的图像A0、A1、A2、…、An尺寸构成公比为r的等比数列，卷积运算读取原始图像像素P(x,y)的值时，图像A0、A1、A2、…、An的取值位置为(int(x*r^i)，int(y*r^i))，

其中i＝0，1，2，…，n；当r＝1时，本发明方法退化成传统3D卷积神经网络。

2.如权利要求1所述的一种卷积神经网络输入层系统，其特征在于，依据S1图像存储区A1图像经图像变换模块B2变换后存放在图像存储区A2；图像存储区A0图像经图像变换模块B1变换后存放在图像存储区A1；最后，新的视频帧图像保存在图像存储区A0。