图像处理方法、装置、电子设备和计算机可读存储介质制造方法及图纸

本发明专利技术实施例提供了一种基于卷积网络算法的图像处理方法、装置、电子设备和计算机可读存储介质，方法包括：确定卷积运算层各层所需的填充半径；计算所述卷积运算层各层所需的填充半径之和；获取卷积网络算法输入图像；依据所述填充半径之和对所述输入图像进行填充得到填充后的图像；确定所述卷积运算层各层的运算范围；依据所述卷积运算层各层依次分别对所述填充后的图像进行卷积网络算法运算；获得输出图像。本发明专利技术还提供了一种基于卷积网络算法的图像处理的装置、电子设备和计算机可读存储介质。根据本发明专利技术的技术方案，可减少重复占用CPU或硬件运算资源、简化代码编写、提升运行速度，从而总体上降低经济成本、降低管理难度的作用。

Image processing methods, devices, electronic equipment and computer-readable storage media

【技术实现步骤摘要】
图像处理方法、装置、电子设备和计算机可读存储介质
本专利技术涉及图像处理
，具体地涉及一种卷积网络算法预填充的方法、装置、电子设备和计算机可读存储介质。
技术介绍
卷积网络技术在人工智能方面应用情况日益增多，特别在显示系统行业，用于图像超分辨率等算法，使可有效增强显示系统的图像品质。然而在卷积网络算法中，常见的情况需要对输入图像或中间图像进行卷积填充，在纯硬件系统中，一般采取直接使用硬件进行填充操作；在软硬件协作系统中，则可于软件系统或硬件系统中进行填充操作。图1示出了一般常见的卷积网络算法填充图像处理的方法。但依据一般的卷积网络算法填充图像处理方法，无论在软件系统还是硬件系统中进行填充操作，均有重复占用CPU或硬件运算资源，软、硬件代码的编写相对复杂等问题。
技术实现思路
有鉴于此，本专利技术提出图像处理方法、装置和计算机可读存储介质，以减少重复占用CPU或硬件运算资源、简化代码编写、提升运行速度。为此，本专利技术实施例提供如下技术方案：根据本专利技术一方面，提供一种图像处理方法，包括：确定卷本文档来自技高网...

【技术保护点】
1.一种基于卷积网络算法的图像处理方法，其特征在于，包括：/n确定卷积运算层各层各自所需的填充半径，所述卷积运算层各层至少为2层；/n计算所述卷积运算层各层所需的填充半径之和；/n获取卷积网络算法输入图像；/n依据所述填充半径之和对所述输入图像进行一次性填充后得到填充后的图像；/n确定所述卷积运算层各层的运算范围；/n依据所述卷积运算层第一层及对应运算范围对所述填充后的图像进行卷积网络算法运算并得到运算后得到图像；/n依据所述卷积运算层各层其他层及各自对应运算范围依次分别对所述运算后得到的图像进行卷积网络算法运算并得到运算后得到的图像；/n将卷积运算层最后一层运算后得到的图像作为输出图像输出。...

【技术特征摘要】
1.一种基于卷积网络算法的图像处理方法，其特征在于，包括：
确定卷积运算层各层各自所需的填充半径，所述卷积运算层各层至少为2层；
计算所述卷积运算层各层所需的填充半径之和；
获取卷积网络算法输入图像；
依据所述填充半径之和对所述输入图像进行一次性填充后得到填充后的图像；
确定所述卷积运算层各层的运算范围；
依据所述卷积运算层第一层及对应运算范围对所述填充后的图像进行卷积网络算法运算并得到运算后得到图像；
依据所述卷积运算层各层其他层及各自对应运算范围依次分别对所述运算后得到的图像进行卷积网络算法运算并得到运算后得到的图像；
将卷积运算层最后一层运算后得到的图像作为输出图像输出。


2.根据权利要求1所述的图像处理方法，其特征在于，所述确定卷积运算层各层各自所需的填充半径的步骤包括解析卷积网络算法的步骤。


3.根据权利要求1或2所述的图像处理方法，其特征在于，所述确定所述卷积运算层各层的运算范围的步骤包括根据进行一次性填充后得到填充后的图像确定运算范围。


4.根据权利要求1或2所述的图像处理方法，其特征在于，所述确定所述卷积运算层各层的运算范围的步骤包括根据卷积运算层各层各自所需的填充半径和/或所述输入图像确定运算范围。


5.一种基于卷积网络算法的图像处理装置，其特征在于，包括：
填充半径计算模块，用于确定卷积运算层各层各自所需的填充半径；
预填充半径计算模块，用于计算所述卷积运算层各层所需的填充半径之和；
图像输入模块，用于获取卷积网络算法输入图像；
预填充模块，用于依据所述填充半径之和对所述输入图像进行一次性...

【专利技术属性】
技术研发人员：赖庆鸿，
申请(专利权)人：TCL华星光电技术有限公司，
类型：发明
国别省市：广东;44