一种图像识别方法及系统技术方案

本申请实施例公开了一种图像识别方法及系统，基于深度神经网络前向计算：对输入图像进行的缩放因子进行划分，所述缩放因子根据所述输入图像的图像信息确定，所述图像信息包括所述输入图像的分辨率和所述输入图像所在的平面空间范围；根据划分后的缩放因子对所述输入图像进行尺度变换；构建网络内存池，所述网络内存池包括多个固定大小的内存块，每个内存块包含同等数量和大小的内存单元；将尺度变换后的图像信息输入到所述网络内存池进行处理。通过将原始的图像进行转换，将转换后的图像输入到网络进行处理，通过构建网络内存池，根据图像数据处理的需要对网络内存池中的内存块可进行获取或释放，从而提高了内存利用率，加快了图像处理的速度。

A method and system for image recognition

The present application embodiment discloses an image recognition method and a system based on a forward calculation of a deep neural network: a scaling factor of the input image, which is determined according to the image information of the input image, which includes the resolution of the input image and the input image. In the plane space range; scale transformation of the input image according to the scaling factor after division; construct the network memory pool, the network memory pool includes a number of fixed size memory blocks, each memory block contains the same amount and size of memory unit; the image information after the scale change is entered into the network. The memory pool is processed. By converting the original image into the network, the network memory pool is built and the memory blocks in the network memory pool can be obtained or released according to the needs of the image data processing. Thus the memory utilization rate is improved and the speed of image processing is accelerated.

【技术实现步骤摘要】
一种图像识别方法及系统
本申请涉及图像识别
，尤其涉及一种图像识别方法及系统。
技术介绍
图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。图像识别是人工智能的一个重要领域。目前主要的图像识别方法有基于神经网络的图像识别方法、基于小波矩的图像识别方法等。图像识别方法中的人脸自动检测方式，能够在安防系统中，很方便地为人的身份(黑、白名单)、性别年龄等属性进行识别的模块提高准确性。传统的图像识别方法，主要是基于人工设计的特征，计算量相对较少，识别速度较快。但是传统的图像识别方法由于特征设计的不完备从而导致图像识别准确率较低。而基于深度神经网络的图像识别方法，虽然可以提高图像识别的准确率，但是由于基于深度神经网络的图像识别方法计算量较大，使得在CPU上的运行速度慢。现有的对于深度神经网络的图像识别方法优化方法大部分都是在网络模型的参数训练上的优化，比如分布式参数服务器的训练带宽占用优化、训练速度的优化、网络模型优化等等，而在实际应用中只涉及前向计算，传统的基本上是调用一些开源的深度学习框架，没有考虑资源的问题，直接在GPU上运行。
技术实现思路
本本文档来自技高网...

【技术保护点】
一种图像识别方法，基于深度神经网络前向计算，其特征在于，所述方法包括：对输入图像进行的缩放因子进行划分，所述缩放因子根据所述输入图像的图像信息确定，所述图像信息包括所述输入图像的分辨率和所述输入图像所在的平面空间范围；根据划分后的缩放因子对所述输入图像进行尺度变换；构建网络内存池，所述网络内存池包括多个固定大小的内存块，每个内存块包含同等数量和大小的内存单元；将尺度变换后的图像信息输入到所述网络内存池进行处理。

【技术特征摘要】
1.一种图像识别方法，基于深度神经网络前向计算，其特征在于，所述方法包括：对输入图像进行的缩放因子进行划分，所述缩放因子根据所述输入图像的图像信息确定，所述图像信息包括所述输入图像的分辨率和所述输入图像所在的平面空间范围；根据划分后的缩放因子对所述输入图像进行尺度变换；构建网络内存池，所述网络内存池包括多个固定大小的内存块，每个内存块包含同等数量和大小的内存单元；将尺度变换后的图像信息输入到所述网络内存池进行处理。2.根据权利要求1所述的图像识别方法，其特征在于，所述对输入图像进行的缩放因子进行划分，包括：根据所述输入图像的图像信息获取所述输入图像的分辨率和所述输入图像所在的平面空间范围；根据所述输入图像的分辨率将所述输入图像所在的平面空间范围按照预设坐标轴的x和y方向分别进行划分；确定划分后每个区间对应的区间系数；根据所述区间系数确定每个区间的缩放因子。3.根据权利要求2所述的图像识别方法，其特征在于，所述根据划分后的缩放因子对所述输入图像进行尺度变换，包括：根据所述区间系数和所述输入图像的图像信息预获取变换后的图像信息；根据所述预获取变换后的图像信息对所述输入图像进行双线性插值处理。4.根据权利要求1-3任一项所述的图像识别方法，其特征在于，所述构建网络内存池，包括：获取网络内存的存储空间信息；将所述存储空间信息按照第一预设长度进行划分为多个内存块，每个内存块配置内存块头信息，所述内存块头信息用于标记当前内存池的存储空间信息；将每个内存块按照第二预设长度...

【专利技术属性】
技术研发人员：王鹏，周敏华，王莉娟，赵伟，
申请(专利权)人：宁夏恒信荣网络科技有限公司，
类型：发明
国别省市：宁夏,64