图像特征提取方法、装置、设备及计算机可读存储介质制造方法及图纸

本申请公开了一种图像特征提取方法，包括获取待处理图像和对应的卷积核信息；根据所述卷积核信息确定卷积核的维度信息；根据所述维度信息进行处理器重构，获得重构后的各个数据处理器单元；通过各个所述数据处理器单元对所述待处理图像进行同步特征提取，获得特征图像数据；该图像特征提取方法能够更加有效的提高图像特征的提取效率。本申请还公开了一种图像特征提取装置、设备及计算机可读存储介质，均具上述有益效果。

Image feature extraction method, device, equipment and computer readable storage medium

【技术实现步骤摘要】
图像特征提取方法、装置、设备及计算机可读存储介质
本申请涉及图像处理领域，特别涉及一种图像特征提取方法，还涉及一种图像特征提取装置、设备及计算机可读存储介质。
技术介绍
特征提取一般被用于计算机视觉和图像处理，具体是指使用计算机提取图像信息，以决定每个图像的点是否属于一个图像特征；特征提取的结果是将图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。近年来，CNN(ConvolutionalNeuralNetworks，卷积神经网络)成为研究热点，利用CNN实现图像的特征提取最为常用。CNN具有局部连接性和权值共享性，其中，权值共享即为卷积核共享，对于一个卷积核将其与给定的图像做卷积即可提取出一种图像特征，不同的卷积核可以提取出不同的图像特征。其中，CNN中必不可少的运算是卷积运算，目前已有方案大部分是采用软件代码，如python、java、c++等来实现。然而，由于采用软件实现，而卷积中涉及乘法运算和加法运算，且其运算过程都是按照迭代和顺序执行的，没有做到并行运算，导致图像处理过程存在效率低下、周期过程长、延迟较大的问题，进而导致图像特征提取效率的降低。因本文档来自技高网...

【技术保护点】
1.一种图像特征提取方法，其特征在于，包括：获取待处理图像和对应的卷积核信息；根据所述卷积核信息确定卷积核的维度信息；根据所述维度信息进行处理器重构，获得重构后的各个数据处理器单元；通过各个所述数据处理器单元对所述待处理图像进行同步特征提取，获得特征图像数据。

【技术特征摘要】
1.一种图像特征提取方法，其特征在于，包括：获取待处理图像和对应的卷积核信息；根据所述卷积核信息确定卷积核的维度信息；根据所述维度信息进行处理器重构，获得重构后的各个数据处理器单元；通过各个所述数据处理器单元对所述待处理图像进行同步特征提取，获得特征图像数据。2.如权利要求1所述的图像特征提取方法，其特征在于，所述获取待处理图像和对应的卷积核信息，包括：获取所述待处理图像和所述卷积核信息对应的预存地址信息；根据所述预存地址信息在所述第一BUFFER中读取所述待处理图像和所述卷积核信息。3.如权利要求1所述的图像特征提取方法，其特征在于，所述根据所述维度信息进行处理器重构，获得重构后的各个数据处理器单元，包括：结合FPGA动态可重构技术，根据所述维度信息进行处理器重构，获得各个所述数据处理器单元。4.如权利要求3所述的图像特征提取方法，其特征在于，所述数据处理器单元包括乘法器单元和/或加法器单元。5.如权利要求4所述的图像特征提取方法，其特征在于，所述通过各个所述数据处理器单元对所述待处理图像进行同步特征提取，获得特征图像数据，包括：通过各个所述乘法器单元对所述待处理图像进行同步处理，获得各个乘法处理结果；通过各个所述加法器单元对各个所述乘法处理结果进行同步处理，获得所述特征图像数据。6.如权利要求5所述的图像特征提取方法，其特征在于，还包括：将...

【专利技术属性】
技术研发人员：葛海亮，阚宏伟，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：江苏,32