[发明专利]一种基于卷积神经网络的图像处理方法及装置

权利要求书

1.一种基于卷积神经网络的图像处理方法，其中，所述方法包括：

根据预设的图像处理策略中当前切割对应子图像数量及其大小相关信息，将读取的待处理图像切割为多个子图像；

根据预设的图像处理策略中所述子图像对应的卷积运算策略，对切割后的各子图像独立依次进行卷积运算；

根据预设的图像处理策略中的子图像汇聚点信息，在对应的汇聚点汇聚所述各子图像的卷积运算结果；

在根据预设的图像处理策略信息，卷积结果不需要进行再次切割的情况下，执行剩余卷积运算，并获得最终卷积运算结果；

将所述最终卷积运算结果输出至外部存储单元。

2.根据权利要求1所述的方法，其中，所述方法还包括：

获取待处理图像，并对待处理图像进行预处理。

3.根据权利要求1所述的方法，其中，所述方法还包括：

根据待处理图像信息、内部存储空间大小及待处理图像需要执行的卷积运算策略信息，预设图像处理策略；其中，图像处理策略信息包括图像切割策略信息、汇聚点信息。

4.根据权利要求3所述的方法，其中，在已知汇聚点信息的情况下，所述根据待处理图像信息、内部存储空间大小及待处理图像需要执行的卷积运算策略信息，预设图像处理策略包括：

预估汇聚点处汇聚的卷积运算结果大小；

将预估结果与图像处理装置的内部存储空间大小进行比较；

根据比较结果确定卷积结果是否需要再次切割。

5.根据权利要求1所述的方法，其中，根据预设的图像处理策略信息，在卷积结果需要进行再次切割的情况下，所述方法还包括：

将汇聚的各子图像的卷积运算结果输出至外部存储单元。

6.根据权利要求5所述的方法，其中，所述方法还包括：

读取所述输出至外部存储单元的各子图像的卷积运算结果；

其中，所述根据预设的图像处理策略中当前切割对应子图像数量及其大小相关信息，将读取的待处理图像切割为多个子图像包括：

根据预设的图像处理策略中对应当前切割的子图像数量及其大小相关信息，将读取的卷积运算结果再次切割为多个子图像。

7.根据权利要求1所述的方法，其中，所述在根据预设的图像处理策略信息，所述卷积结果不需要进行再次切割的情况下，执行剩余卷积运算，并获得最终卷积运算结果包括：

根据预设的图像处理策略信息，确定汇聚的卷积结果需要执行的剩余卷积运算信息；

对汇聚的卷积结果执行所述剩余卷积运算，并获得最终卷积运算结果。

8.根据权利要求1所述的方法，其中，图像切割处理策略包括将待处理图像切割为子图像的数量及其大小相关信息，以及对切割后的子图像执行的卷积运算相关信息，所述根据预设的图像处理策略中当前切割对应子图像数量及其大小相关信息，将读取的待处理图像切割为多个子图像包括：

根据将待处理图像分割为子图像的数量及其大小信息，确定每个子图像的第一边界信息；

根据对切割后的子图像执行的卷积运算信息中卷积核尺寸及每个子图像的第一边界信息，确定待处理图像中每个子图像的第二边界信息；

根据所述待处理图像中子图像的第二边界信息对图像进行依次切割。

9.根据权利要求8所述的方法，其中，所述根据对切割后的子图像执行的卷积运算信息中卷积核尺寸及每个子图像的第一边界信息，确定所述待处理图像中每个子图像的第二边界信息包括：

根据对切割后的子图像执行的卷积运算相关信息中级联卷积核及并联卷积核尺寸信息，确定所述待处理图像中每个子图像在第一边界的基础上需要向其边缘延展的像素值信息；

根据所述每个子图像第一边界信息及其对应的延展像素值信息确定所述每个子图像的第二边界信息。