用于处理图像的方法和装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于处理图像的方法和装置。

背景技术

现有的基于深度学习的应用算法有很多，以目标检测算法为例，如RCNN系列的RCNN、SPP net、Fast RCNN、Faster RCNN，以及SSD、YOLO为代表的端到端目标检测算法，都能够很好的解决物体识别的问题。而所有的目标检测算法最关键的步骤就是提取图像中物体的特征，而基于深度学习的特征提取都是采用卷积神经网络来完成的。

传统的卷积神经网络由卷积层、池化层、线性修正层等基本层组合构成，参数量和计算量占用最多的则是卷积层中的卷积运算。

发明内容

本申请实施例提出了用于处理图像的方法和装置。

第一方面，本申请实施例提供了一种用于处理图像的方法，包括：在卷积神经网络的各卷积层中确定出目标卷积层；确定输入上述目标卷积层的多个通道的特征图像；确定与上述目标卷积层对应的目标数量；将上述目标数量个通道的特征图像与上述目标卷积层中与上述目标数量个通道对应的目标数量个卷积核进行卷积计算；根据每次卷积计算得到的结果，确定上述目标卷积层的输出结果。

在一些实施例中，上述将上述目标数量个通道的特征图像与上述目标卷积层中与上述目标数量个通道对应的目标数量个卷积核进行卷积计算，包括：将上述目标数量个相邻通道的特征图像与上述目标卷积层中与上述目标数量个相邻通道对应的目标数量个卷积核进行卷积计算。

在一些实施例中，上述方法还包括：将上述目标卷积层的输出结果作为卷积神经网络中上述目标卷积层的下一层的输入特征图像。

在一些实施例中，上述方法还包括：根据卷积神经网络的最后一个卷积层的输出结果，识别输入上述卷积神经网络的图像中包括的对象。

在一些实施例中，上述目标数量为2的N次方，N为自然数且N大于等于1。

第二方面，本申请实施例提供了一种用于处理图像的装置，包括：第一确定单元，被配置成在卷积神经网络的各卷积层中确定出目标卷积层；第二确定单元，被配置成确定输入上述目标卷积层的多个通道的特征图像；第三确定单元，被配置成确定与上述目标卷积层对应的目标数量；卷积计算单元，被配置成将上述目标数量个通道的特征图像与上述目标卷积层中与上述目标数量个通道对应的目标数量个卷积核进行卷积计算；结果输出单元，被配置成根据每次卷积计算得到的结果，确定上述目标卷积层的输出结果。

在一些实施例中，上述卷积计算单元进一步被配置成：将上述目标数量个相邻通道的特征图像与上述目标卷积层中与上述目标数量个相邻通道对应的目标数量个卷积核进行卷积计算。

在一些实施例中，上述装置还包括：第四确定单元，被配置成将上述目标卷积层的输出结果作为卷积神经网络中上述目标卷积层的下一层的输入特征图像。

在一些实施例中，上述装置还包括：对象识别单元，被配置成根据卷积神经网络的最后一个卷积层的输出结果，识别输入上述卷积神经网络的图像中包括的对象。

在一些实施例中，上述目标数量为2的N次方，N为自然数且N大于等于1。

第三方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行，使得上述一个或多个处理器实现如第一方面任一实施例所描述的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面任一实施例所描述的方法。

本申请的上述实施例提供的用于处理图像的方法和装置，首先在卷积神经网络的各卷积层中确定出目标卷积层。然后，确定输入目标卷积层的多个通道的特征图像，同时确定与目标卷积层对应的目标数量。然后，将目标数量个通道的特征图像与目标卷积层中与目标数量个通道对应的目标数量个卷积核进行卷积计算。最后，根据每次卷积计算得到的结果，确定目标卷积层的输出结果。本实施例的方法，可以有效的减少卷积处理过程中的参数量和计算量。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的用于处理图像的方法的一个实施例的流程图；

图3是根据本申请的用于处理图像的方法的一个应用场景的示意图；

图4是根据本申请的用于处理图像的方法的另一个实施例的流程图；

图5是根据本申请的用于处理图像的装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于处理图像的方法或用于处理图像的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如图像处理类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持图像处理的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上发送的图像进行处理的后台服务器。后台服务器可以对接收到的图像等数据进行特征提取等处理，并将处理结果(例如目标识别结果)反馈给终端设备101、102、103。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本申请实施例所提供的用于处理图像的方法可以由终端设备101、102、103执行，也可以由服务器105执行。相应地，用于处理图像的装置可以设置于终端设备101、102、103中，也可以设置于服务器105中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的用于处理图像的方法的一个实施例的流程200。本实施例的用于处理图像的方法，包括以下步骤：

步骤201，在卷积神经网络的各卷积层中确定出目标卷积层。

在本实施例中，用于处理图像的方法的执行主体(例如图1所示的终端设备101、102、103或服务器105)可以在卷积神经网络的各卷积层中确定出目标卷积层。卷积神经网络一般包括多个卷积层和池化层。卷积层包括多个卷积核，用于对输入的图像进行特征提取。输入卷积层的图像可以包括多个通道，每个通道对应一个卷积核。在将待处理图像自卷积神经网络的输入层输入时，执行主体可以将第一个卷积层作为目标卷积层。在图像处理过程中，可以将特征图像即将进入的卷积层作为目标卷积层。

步骤202，确定输入目标卷积层的多个通道的特征图像。

在确定目标卷积层后，执行主体可以确定输入目标卷积层的多个通道的特征图像。例如，执行主体可以将目标卷积层的前一个层的输出作为目标卷积层的输入。

步骤203，确定与目标卷积层对应的目标数量。

本实施例中，执行主体在确定目标卷积层后，可以确定与目标卷积层对应的目标数量。可以理解的是，不同卷积层可以对应不同的目标数量，也可以对应同一目标数量。上述目标数量用于表示同时计算的图像的通道数量。举例来说，上述目标数量为4，则执行主体可以将4个通道的图像一起做卷积计算，输出一个通道的图像。

在本实施例的一些可选的实现方式中，上述目标数量为2的N次方，N为自然数且N大于等于1。

本实现方式中，将目标数量的取值设置为2的N次方可以方便后续的计算。

步骤204，将目标数量个通道的特征图像与目标卷积层中与目标数量个通道对应的目标数量个卷积核进行卷积计算。

在确定目标卷积层对应的目标数量M后，执行主体可以将输入目标卷积层的多个通道的特征图像中，取出M个通道的特征图像与目标卷积层中与上述M个通道对应的M个卷积核进行卷积计算。上述M个通道可以是任意的M个通道，例如可以是M个相邻的通道，也可以是每间隔一个通道的选取的M个通道。

在本实施例的一些可选的实现方式中，上述M个通道是M个相邻的通道。相应的，在进行卷积计算时，可以将M个相邻通道的特征图像与目标卷积层中与上述M个相邻通道对应的M个卷积核进行卷积计算。

步骤205，根据每次卷积计算得到的结果，确定目标卷积层的输出结果。

在得到每次卷积计算得到的结果后，执行主体可以将其与预设的偏置相加，得到最后的输出结果。

在本实施例的一些可选的实现方式中，执行主体可以将目标卷积层的输出结果作为卷积神经网络中目标卷积层的下一层的输入特征图像。

继续参见图3，图3是根据本实施例的用于处理图像的方法的一个应用场景的示意图。在图3的应用场景中，卷积神经网络的某一卷积层的输入通道为8通道的特征图像。执行主体将相邻的4个通道的特征图像与该卷积层中与上述4个通道的卷积核进行卷积计算，输出5个通道的特征图像。

本申请的上述实施例提供的用于处理图像的方法，首先在卷积神经网络的各卷积层中确定出目标卷积层。然后，确定输入目标卷积层的多个通道的特征图像，同时确定与目标卷积层对应的目标数量。然后，将目标数量个通道的特征图像与目标卷积层中与目标数量个通道对应的目标数量个卷积核进行卷积计算。最后，根据每次卷积计算得到的结果，确定目标卷积层的输出结果。本实施例的方法，可以有效的减少卷积处理过程中的参数量和计算量。

继续参见图4，其示出了根据本申请的用于处理图像的方法的另一个实施例的流程400。如图4所示，本实施例的用于处理图像的方法，可以包括以下步骤：

步骤401，在卷积神经网络的各卷积层中确定出目标卷积层。

步骤402，确定输入目标卷积层的多个通道的特征图像。

步骤403，确定与目标卷积层对应的目标数量。

步骤404，将目标数量个通道的特征图像与目标卷积层中与目标数量个通道对应的目标数量个卷积核进行卷积计算。

步骤405，根据每次卷积计算得到的结果，确定目标卷积层的输出结果。

步骤406，根据卷积神经网络的最后一个卷积层的输出结果，识别输入卷积神经网络的图像中包括的对象。

本实施例中，执行主体在确定卷积神经网络的最后一个卷积层的输出结果后，可以对上述输出结果进行池化等处理，以确定输入卷积神经网络的图像中包括的对象。上述对象可以为任意待识别的对象，如车辆、行人等等。

本申请的上述实施例提供的用于处理图像的方法，可以有效地减少在利用各种物体识别算法进行物体识别过程中的参数量和计算量，提高计算效率。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于处理图像的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于处理图像的装置500包括：第一确定单元501、第二确定单元502、第三确定单元503、卷积计算单元504以及结果输出单元505。

第一确定单元501，被配置成在卷积神经网络的各卷积层中确定出目标卷积层。

第二确定单元502，被配置成确定输入目标卷积层的多个通道的特征图像。

第三确定单元503，被配置成确定与目标卷积层对应的目标数量。

卷积计算单元504，被配置成将目标数量个通道的特征图像与目标卷积层中与目标数量个通道对应的目标数量个卷积核进行卷积计算。

结果输出单元505，被配置成根据每次卷积计算得到的结果，确定目标卷积层的输出结果。

在本实施例的一些可选的实现方式中，卷积计算单元504可以进一步被配置成：将目标数量个相邻通道的特征图像与目标卷积层中与目标数量个相邻通道对应的目标数量个卷积核进行卷积计算。

在本实施例的一些可选的实现方式中，装置500还可以进一步包括图5中未示出的第四确定单元，被配置成将目标卷积层的输出结果作为卷积神经网络中目标卷积层的下一层的输入特征图像。

在本实施例的一些可选的实现方式中，装置500还可以进一步包括图5中未示出的对象识别单元，被配置成根据卷积神经网络的最后一个卷积层的输出结果，识别输入卷积神经网络的图像中包括的对象。

在本实施例的一些可选的实现方式中，目标数量为2的N次方，N为自然数且N大于等于1。

应当理解，用于处理图像的装置500中记载的单元501至单元505分别与参考图2中描述的方法中的各个步骤相对应。由此，上文针对用于处理图像的方法描述的操作和特征同样适用于装置500及其中包含的单元，在此不再赘述。

下面参考图6，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器或终端设备)600的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的终端设备或服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开的实施例的方法中限定的上述功能。需要说明的是，本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：在卷积神经网络的各卷积层中确定出目标卷积层；确定输入目标卷积层的多个通道的特征图像；确定与目标卷积层对应的目标数量；将目标数量个通道的特征图像与目标卷积层中与目标数量个通道对应的目标数量个卷积核进行卷积计算；根据每次卷积计算得到的结果，确定目标卷积层的输出结果。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一确定单元、第二确定单元、第三确定单元、卷积计算单元和结果输出单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一确定单元还可以被描述为“在卷积神经网络的各卷积层中确定出目标卷积层的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。