[发明专利]膨胀卷积处理方法、图像处理方法、设备及存储介质在审
| 申请号: | 202011103388.X | 申请日: | 2020-10-15 |
| 公开(公告)号: | CN112233052A | 公开(公告)日: | 2021-01-15 |
| 发明(设计)人: | 于盼盼;陶永俊 | 申请(专利权)人: | 北京四维图新科技股份有限公司 |
| 主分类号: | G06T5/30 | 分类号: | G06T5/30;G06K9/34;G06N3/04;G06N3/08 |
| 代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 张娜;臧建明 |
| 地址: | 100094 北京市海*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 膨胀 卷积 处理 方法 图像 设备 存储 介质 | ||
1.一种膨胀卷积处理方法,其特征在于,包括:
根据待处理膨胀卷积的膨胀系数,确定所述待处理膨胀卷积中各个采样点与所述待处理膨胀卷积的中心点的距离;
根据所述距离,对所述各个采样点进行分类;
根据分类后的采样点,将所述待处理膨胀卷积划分为多个子卷积,其中,一个子卷积中包括分类后的一类采样点。
2.根据权利要求1所述的方法,其特征在于,所述根据所述距离,对所述各个采样点进行分类,包括:
根据所述距离,确定所述各个采样点中距离相同的采样点;
根据所述距离相同的采样点,对所述各个采样点进行分类。
3.根据权利要求1或2所述的方法,其特征在于,所述根据分类后的采样点,将所述待处理膨胀卷积划分为多个子卷积,包括:
若所述中心点为所述待处理膨胀卷积中的一个采样点,则根据所述中心点和分类后的一类采样点,确定所述待处理膨胀卷积划分的一个子卷积;
若所述中心点不为所述待处理膨胀卷积中的一个采样点,则根据分类后的一类采样点,确定所述待处理膨胀卷积划分的一个子卷积。
4.一种图像处理方法,其特征在于,包括:
利用待处理膨胀卷积划分的多个子卷积,分别对待处理图像的输入特征图进行卷积操作,获得多个不同空间尺度的特征图,其中,所述待处理膨胀卷积划分的多个子卷积是根据所述待处理膨胀卷积中各个采样点与所述待处理膨胀卷积的中心点的距离,对所述各个采样点进行分类后,根据分类后的采样点,将所述待处理膨胀卷积划分为的多个子卷积,一个子卷积中包括分类后的一类采样点;
根据所述多个不同空间尺度的特征图,获得所述待处理图像的输出特征图。
5.根据权利要求4所述的方法,其特征在于,在所述根据所述多个不同空间尺度的特征图,获得所述待处理图像的输出特征图之前,还包括:
对所述输入特征图进行第一预设卷积操作,获得第一特征图;
所述根据所述多个不同空间尺度的特征图,获得所述待处理图像的输出特征图,包括:
根据所述多个不同空间尺度的特征图和所述第一特征图,获得所述输出特征图。
6.根据权利要求4所述的方法,其特征在于,在所述根据所述多个不同空间尺度的特征图,获得所述待处理图像的输出特征图之前,还包括:
对所述输入特征图进行全局平均池化,并根据所述输入特征图的大小,调整全局平均池化的特征图的大小;
对调整大小后的特征图进行全局特征提取,获得第二特征图;
所述根据所述多个不同空间尺度的特征图,获得所述待处理图像的输出特征图,包括:
根据所述多个不同空间尺度的特征图和所述第二特征图,获得所述输出特征图。
7.根据权利要求4至6中任一项所述的方法,其特征在于,所述根据所述多个不同空间尺度的特征图,获得所述待处理图像的输出特征图,包括:
对所述多个不同空间尺度的特征图进行级联,并对级联后的特征图进行BatchNorm和ReLU6处理,获得第三特征图;
通过第二预设卷积操作,将所述第三特征图的通道数降为预设通道数,获得所述输出特征图。
8.一种膨胀卷积处理设备,其特征在于,包括:
处理器;
存储器;以及
计算机程序;
其中,所述计算机程序被存储在所述存储器中,并且被配置为由所述处理器执行,所述计算机程序包括用于执行如权利要求1-3任一项所述的方法的指令。
9.一种图像处理设备,其特征在于,包括:
处理器;
存储器;以及
计算机程序;
其中,所述计算机程序被存储在所述存储器中,并且被配置为由所述处理器执行,所述计算机程序包括用于执行如权利要求4-7任一项所述的方法的指令。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序使得服务器执行权利要求1-3任一项所述的方法;或者所述计算机程序使得终端执行权利要求4-7任一项所述的方法。
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北京四维图新科技股份有限公司,未经北京四维图新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/202011103388.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:显示装置
- 下一篇:一种基于深度学习的CT投影几何校正方法





