[发明专利]一种极坐标系下卷积神经网络的图像处理方法及装置有效
| 申请号： | 201910495306.1 | 申请日： | 2019-06-06 |
| 公开（公告）号： | CN110232438B | 公开（公告）日： | 2021-07-20 |
| 发明（设计）人： | 李帆;丁大勇 | 申请（专利权）人： | 北京致远慧图科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06K9/00 |
| 代理公司： | 北京辰权知识产权代理有限公司 11619 | 代理人： | 肖文文 |
| 地址： | 100872 北京市海淀区中*** | 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： | 本申请公开了一种极坐标系下卷积神经网络的图像处理方法及装置，涉及机器学习和计算机视觉领域；其中，该方法包括：对具有中心散射特性的原始图像进行预处理；在极坐标系下对经预处理后的原始图像用扇形卷积核进行卷积处理，生成第一特征映射图；在极坐标系下对所述第一特征映射图用池化窗口进行池化处理，生成第二特征映射图；在极坐标系下对所述第二特征映射图再执行至少一次所述卷积处理和所述池化处理，生成最终的特征映射图并用于后续的图像处理；采用本申请公开的方法将卷积神经网络从直角坐标系扩充到极坐标系，能够很好的对具有中心散射特性的图像进行处理，在保留了原始图像中心散射特性的同时，极大地丰富了卷积神经网络的适用范围。 | ||
| 搜索关键词： | 一种 坐标系 卷积 神经网络 图像 处理 方法 装置 | ||
【主权项】：
1.一种极坐标系下卷积神经网络的图像处理方法，其特征在于，所述方法包括：对具有中心散射特性的原始图像进行预处理；在极坐标系下对经预处理后的原始图像用扇形卷积核进行卷积处理，生成第一特征映射图；在极坐标系下对所述第一特征映射图用池化窗口进行池化处理，生成第二特征映射图；在极坐标系下对所述第二特征映射图再执行至少一次所述卷积处理和所述池化处理，生成最终的特征映射图并用于后续的图像处理。
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北京致远慧图科技有限公司，未经北京致远慧图科技有限公司许可，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/patent/201910495306.1/，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
