[发明专利]基于卷积神经网络的图像处理方法、装置、设备及介质有效

专利信息
申请号: 202010931980.2 申请日: 2020-09-08
公开(公告)号: CN111798520B 公开(公告)日: 2020-12-22
发明(设计)人: 韩浩瀚 申请(专利权)人: 平安国际智慧城市科技股份有限公司
主分类号: G06T7/73 分类号: G06T7/73;G06N3/04;G06N3/08;G06F17/15;G06F17/16
代理公司: 深圳市力道知识产权代理事务所(普通合伙) 44507 代理人: 张传义
地址: 518000 广东省深圳市前海深港合*** 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:
搜索关键词: 基于 卷积 神经网络 图像 处理 方法 装置 设备 介质
【说明书】:

本申请涉及人工智能技术,具体公开了一种基于卷积神经网络的图像处理方法、装置、设备及介质。其中方法包括:确定当前卷积层接收的图像输入数据,以及确定当前卷积层的第一卷积核;将第一卷积核和图像输入数据输入至预设正交网络,以使预设正交网络输出位姿数据,其中,位姿数据包括图像输入数据中的目标特征的位姿参数;根据位姿数据和第一卷积核确定第二卷积核;将图像输入数据和第二卷积核进行卷积运算,以得到第一输出数据;根据第一输出数据和位姿数据确定当前卷积层的输出数据。本申请实施例可以提高图像识别的效率,适用于智慧交通领域,从而可进一步推动智慧城市的建设,本申请还涉及区块链技术。

技术领域

本申请涉及图像检测技术领域,尤其涉及一种基于卷积神经网络的图像处理方法、装置、设备及介质。

背景技术

现有技术中在通过卷积神经网络对图像进行识别时,如果图像发生了旋转或者其他位姿的变换,很可能无法识别或者会识别不准确,因此需要设置更多卷积核或更多层卷积层去提取图像的旋转特征,但是更多层卷积核的处理会使得原始图像中的目标特征不能对齐统一表达,在不增加网络复杂度的情况下表达的特征可能变得不突出不清晰。如此不利于人工智能功能的实现,需要增加更多的运算,导致识别过程效率低下。

发明内容

本申请提供了一种基于卷积神经网络的图像处理方法、装置、设备及介质,可以提高图像识别的效率。

第一方面,本申请提供了一种基于卷积神经网络的图像处理方法,所述方法包括:

确定当前卷积层接收的图像输入数据,以及确定所述当前卷积层的第一卷积核;

将所述第一卷积核和所述图像输入数据输入至预设正交网络,以使所述预设正交网络输出位姿数据,其中,所述位姿数据包括所述图像输入数据中的目标特征的位姿参数;

根据所述位姿数据和所述第一卷积核确定第二卷积核;

将所述图像输入数据和所述第二卷积核进行卷积运算,以得到第一输出数据;

根据所述第一输出数据和所述位姿数据确定所述当前卷积层的输出数据。

第二方面,本申请提供了一种图像处理装置,所述装置包括:

数据确定模块,用于确定当前卷积层接收的图像输入数据,以及确定所述当前卷积层的第一卷积核;

位姿数据模块,用于将所述第一卷积核和所述图像输入数据输入至预设正交网络,以使所述预设正交网络输出位姿数据,其中,所述位姿数据包括所述图像输入数据中的目标特征的位姿参数;

卷积核确定模块,用于根据所述位姿数据和所述第一卷积核确定第二卷积核;

卷积运算模块,用于将所述图像输入数据和所述第二卷积核进行卷积运算,以得到第一输出数据;

输出模块,用于根据所述第一输出数据和所述位姿数据确定所述当前卷积层的输出数据。

第三方面,本申请还提供了一种计算机设备,所述计算机设备包括存储器和处理器;所述存储器用于存储计算机程序;所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如上述的基于卷积神经网络的图像处理方法。

第四方面,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如上述的基于卷积神经网络的图像处理方法。

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平安国际智慧城市科技股份有限公司,未经平安国际智慧城市科技股份有限公司许可,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/pat/books/202010931980.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top