一种基于卷积神经网络的图像处理方法、装置及移动终端.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107145902A(43)申请公布日2017.09.08(21)申请号201710288469.3(22)申请日2017.04.27(71)申请人厦门美图之家科技有限公司地址361008福建省厦门市湖里区火炬高新区创业园创业大厦11室(72)发明人李启东李志阳龚秋棠张伟傅松林(74)专利代理机构北京思睿峰知识产权代理有限公司11396代理人谢建云赵爱军(51)Int.Cl.G06K9/62(2006.01)G06K9/46(2006.01)G06N3/08(2006.01)权利要求书2页说明书12页附图5页(54)发明名称一种基于卷积神经网络的图像处理方法、装置及移动终端(57)摘要本发明公开了一种基于卷积神经网络的图像处理方法、装置及移动终端，该方法适于在具有图形程序接口的移动终端中执行，其中，卷积神经网络包括多个处理层和多个数据层，移动终端中存储有各数据层对应于图形程序接口的存储参数，存储参数包括特征图尺寸、纹理横向数量和纹理纵向数量，该方法包括：将待处理图片作为第一个数据层输入到卷积神经网络；对每一个数据层，根据存储参数，将该数据层的多个特征图组合形成对应的大纹理进行存储；对每一个处理层，获取与之相连的上一数据层对应的大纹理，调用图形程序接口对其进行与该处理层对应的渲染处理，以生成下一数据层中的多个特征图。CN107145902ACN107145902A权利要求书1/2页1.一种基于卷积神经网络的图像处理方法，适于在具有图形程序接口的移动终端中执行，所述卷积神经网络包括多个处理层和多个数据层，其中每个处理层用于处理与之相连的上一数据层中的多个特征图，以生成下一数据层中的多个特征图，所述移动终端中存储有各数据层对应于图形程序接口的存储参数，所述存储参数包括特征图尺寸、纹理横向数量和纹理纵向数量，所述方法包括：将待处理图片作为第一个数据层输入到所述卷积神经网络；对每一个数据层，根据所述存储参数，将该数据层的多个特征图组合形成对应的大纹理进行存储；对每一个处理层，获取与之相连的上一数据层对应的大纹理，调用所述图形程序接口对其进行与该处理层对应的渲染处理，以生成下一数据层中的多个特征图。2.如权利要求1所述的方法，所述特征图尺寸包括特征图的高和宽，所述根据所述存储参数，将该数据层的多个特征图组合形成对应的大纹理进行存储的步骤包括：获取该数据层中多个特征图对应的小纹理；将所述小纹理按照纹理横向数量乘以纹理纵向数量的样式进行组合，以形成对应的大纹理进行存储，所述大纹理的高为所述特征图的高与纹理纵向数量的乘积，所述大纹理的宽为所述特征图的宽与纹理横向数量的乘积。3.如权利要求1或2所述的方法，所述获取与之相连的上一数据层对应的大纹理，调用所述图形程序接口对其进行与该处理层对应的渲染处理，以生成下一数据层中的多个特征图的步骤包括：获取与该处理层相连的上一数据层对应的大纹理，所述大纹理由上一数据层中的多个特征图所形成的小纹理组成；对每一个小纹理，获取该小纹理的各顶点的纹理坐标与像素坐标；根据各顶点的纹理坐标与像素坐标，调用所述图形程序接口对该小纹理进行与该处理层对应的渲染处理，以生成下一数据层中的多个特征图。4.如权利要求1-3中任一项所述的方法，所述处理层包括卷积层，与该卷积层相连的上一数据层对应的大纹理包括由该数据层中的多个特征图形成的小纹理，所述获取与之相连的上一数据层对应的大纹理，调用所述图形程序接口对其进行与该处理层对应的渲染处理的步骤，包括调用所述图形程序接口对其进行与该卷积层对应的渲染处理，所述调用所述图形程序接口对其进行与该卷积层对应的渲染处理的步骤包括：获取所述卷积层的处理参数，以及与所述卷积层相连的下一数据层的存储参数中的特征图尺寸，所述处理参数包括卷积核与步长；对每一个小纹理，根据所述处理参数，对该小纹理中符合所述特征图尺寸的中心区域进行一次渲染处理；在完成一次渲染处理后，对所述中心区域以外的小纹理的边界区域进行二次渲染处理。5.如权利要求1-4中任一项所述的方法，还包括预先获取所述卷积神经网络中各数据层的对应于所述图形程序接口的存储参数。6.如权利要求5所述的方法，所述预先获取所述卷积神经网络中各数据层的对应于所述图形程序接口的存储参数的步骤包括：2CN107145902A权利要求书2/2页根据预先获取的训练图片集对所述卷积神经网络进行训练，以获取各数据层的特征图的特征图尺寸和特征图数量；对每一个数据层，将该数据层的特征图数量与4的商作为特征图对应的小纹理的数量，所述小纹理的尺寸与特征图尺寸一致；将所述小纹理的数量拆分成2个尽可能接近的数值的乘积，将这2个数值分别作为纹理横向数量和纹理纵向数量。7.一种基于卷积神经网络的图像处理装置，适