[发明专利]用于识别图像的方法和设备

说明书

提供一种用于识别图像的方法和设备。所述处理数据的方法包括：基于包括在输入数据中的有效信息，识别输入数据的稀疏性；基于稀疏性的形式重新排列输入数据；和通过处理重新排列的输入数据来生成输出数据。

本申请要求于2019年8月26日在韩国知识产权局提交的第10-2019-0104578号韩国专利申请的权益，所述韩国专利申请的全部公开出于所有目的通过引用包含于此。

技术领域

下面的描述涉及用于处理数据的方法和设备。更具体地，涉及用于识别图像的方法和设备。

背景技术

神经网络表示使用生物大脑作为模型的计算架构。根据神经网络技术的最新发展，通过在各种类型的电子系统中使用神经网络设备来分析输入数据，并提取有效信息。

神经网络设备针对输入数据执行大量的操作。已对能够高效地处理神经网络操作的技术进行研究。神经网络设备已经广泛用于图像识别。

发明内容

提供本发明内容来以简化的形式介绍在以下具体实施方式中进一步描述的构思的选择。本发明内容不意在标识要求权利的主题的关键特征或必要特征，也不意在用于帮助确定要求权利的主题的范围。

用于处理数据的方法和设备、以及在其上记录有用于在计算机上执行所述方法的程序的计算机可读记录介质被提供。

在一个总体方面，一种识别图像的方法包括：获得输入图像；基于包括在输入图像中的有效信息，识别作为输入数据的输入图像的稀疏性；基于输入图像的稀疏性的形式重新排列输入图像；在至少一个卷积层上通过对重新排列的输入图像执行卷积运算来生成最终特征图；以及基于最终特征图来获得识别结果。

生成最终特征图的步骤可包括：识别每个卷积层的输入数据的稀疏性；基于稀疏性的形式重新排列输入数据；在每个卷积层上通过对重新排列的输入数据执行卷积运算来生成输出特征图，其中，所述至少一个卷积层中的首层卷积层的输入数据为重新排列的输入图像，所述至少一个卷积层中的最后层卷积层输出的输出特征图为最终特征图。

重新排列输入数据的步骤可包括：基于包括在输入数据中的无效值的分布来重新排列输入数据。

重新排列输入数据的步骤可包括：基于包括在输入数据的多个行中的每个行中的无效值的数量，来重新排列包括在输入数据中的所述多个行。

重新排列输入数据的步骤可包括：执行重新排列，使得输入数据的所述多个行之中的包括最多无效值的输入数据的第一行与输入数据的所述多个行之中的包括最少无效值的输入数据的第二行相邻。

重新排列输入数据的步骤可包括：根据第一规则移位包括在输入数据中的多个列的元素。

第一规则可包括将包括在输入数据中的所述多个列的元素沿相同方向移位特定大小，并且第一规则可被周期性地应用于包括在输入数据中的所述多个列。

重新排列输入数据的步骤可包括：重新排列包括在输入数据中的所述多个列，以跳过关于在包括在输入数据中的多个列之中的仅包括无效值的至少一个列的处理。

重新排列输入数据的步骤可包括：将包括在输入数据中的第一列的第一元素移位到与输入数据的与第一列相邻的第二列的最后的元素对应的位置。

生成最终特征图的步骤可包括：将第二规则和第三规则中的一个或两个应用于重新排列的输入数据；和对应用了第二规则和第三规则中的一个或两个的重新排列的输入数据和另外的数据执行卷积运算。

在另一总体方面，一种非暂时性计算机可读记录介质，在其上记录了用于在计算机上执行所述方法的程序。