[发明专利]图像识别方法及装置有效
申请号: | 201810331869.2 | 申请日: | 2018-04-13 |
公开(公告)号: | CN110163042B | 公开(公告)日: | 2023-05-30 |
发明(设计)人: | 欧阳鹏;赵巍胜;张有光 | 申请(专利权)人: | 腾讯科技(深圳)有限公司;北京航空航天大学 |
主分类号: | G06V10/82 | 分类号: | G06V10/82;G06V10/40;G06V10/46;G06N3/0464 |
代理公司: | 北京三高永信知识产权代理有限责任公司 11138 | 代理人: | 刘映东 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种图像识别方法及装置,属于机器学习技术领域。所述方法包括:在图像识别过程中,当深度神经网络的层接收到特征图时,基于层内卷积核对应的扫描窗口,获取特征图位于扫描窗口内的至少一个特征向量;过滤至少一个特征向量中的第一目标元素以及至少一个权重向量中的第二目标元素,第一目标元素和第二目标元素相与为0,且第一目标元素在特征向量中的位置与第二目标元素在权重向量的位置相同。基于过滤后的至少一个特征向量和过滤后的至少一个权重向量继续进行卷积;基于卷积得到的特征点,得到层输出的特征图。本发明避免了卷积处理过程中的冗余运算,从而极大地减少了图像识别的计算量,提高了图像识别的速度和效率。 | ||
搜索关键词: | 图像 识别 方法 装置 | ||
【主权项】:
1.一种图像识别方法,其特征在于,所述方法包括:在图像识别过程中,当深度神经网络的任一个层接收到特征图时,基于所述层内卷积核对应的扫描窗口,获取所述特征图位于扫描窗口内的至少一个特征向量,所述深度神经网络用于根据输入的图像的特征图进行图像识别;获取所述卷积核对应的至少一个权重向量;过滤所述至少一个特征向量中的第一目标元素以及所述至少一个权重向量中的第二目标元素,所述第一目标元素和所述第二目标元素相与为0,且所述第一目标元素在特征向量中的位置与所述第二目标元素在权重向量的位置相同;基于过滤后的至少一个特征向量和过滤后的至少一个权重向量继续进行卷积;基于卷积得到的特征点,得到所述任一个层输出的特征图。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司;北京航空航天大学,未经腾讯科技(深圳)有限公司;北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810331869.2/,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序