等面多面体球面量规卷积神经网络制造技术

一种生成用于在球面流形上操作的卷积神经网络的方法在该球面流形上的多个位置处生成局部定义的量规。在球面流形上的每个位置处参照任意选择的局部定义量规来定义卷积。在每个位置处基于量规等变性来定义的卷积的结果被转化以获得流形卷积。被转化以获得流形卷积。被转化以获得流形卷积。

【技术实现步骤摘要】
【国外来华专利技术】等面多面体球面量规卷积神经网络
[0001]相关申请的交叉引用
[0002]本申请要求于2020年9月23日提交的题为“ICOSPHERICAL GAUGE CONVOLUTIONAL NEURAL NETWORK(等面多面体球面量规卷积神经网络)”的美国临时专利申请No.17/030,361的权益，后者要求于2019年9月24日提交的题为“ICOSPHERICAL GAUGE CONVOLUTIONAL NEURAL NETWORK(等面多面体球面量规卷积神经网络)”的美国临时专利申请No.62/905,233的权益，这些申请的公开内容通过援引全部明确纳入于此。
[0003]公开领域
[0004]本公开的各方面一般涉及人工神经网络。更具体地，本公开涉及等面多面体球面量规卷积神经网络。
[0005]背景
[0006]常规网格(例如，图像平面)上卷积算子在计算意义上的简单性和效率并不扩展到其他网格/流形。例如，常规网格上的卷积算子并不扩展到球面流形，球面流形是经由恰适的成像设置获得的全向全景信号的自然嵌入空间。此外，由于局部参考系的多义性和本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种方法，包括：在球面流形上的多个位置处生成局部定义的量规；在所述球面流形上的所述多个位置中的每个位置处参照局部定义的量规来计算卷积；以及基于量规等变性来转化在每个位置处的所述卷积的结果以获得对应的流形变换。2.如权利要求1所述的方法，其中对于每个关注位置，一组内插位置被包括在每个切平面中，所述切平面对应于所述局部定义的量规及其对应的关注位置。3.如权利要求1所述的方法，进一步包括将来自所述球面流形上关注位置的相邻位置的信号内插到切平面上的相邻内插点，所述切平面对应于所述局部定义的量规及其对应的关注位置。4.如权利要求3所述的方法，进一步包括在所述相邻内插点上定义所述卷积。5.如权利要求3所述的方法，进一步包括：对所述关注位置的信号向量进行索引，以生成与相邻位置相关联的张量；以及通过应用所述张量的所得矩阵的非零块对所述张量执行卷积运算。6.如权利要求1所述的方法，进一步包括将所述球面流形参数化为预定义形状阵列之一。7.如权利要求1所述的方法，进一步包括基于所述局部定义的量规来将对应的流形变换分布到所述球面流形的局部邻域。8.如权利要求1所述的方法，其中与所述多个位置中的每个位置相关联的每个内核是从相同函数推导出的局部变化内核。9.如权利要求1所述的方法，其中在每个位置处计算的每个卷积是用局部连通层计算的。10.一种装置，包括：存储器；以及耦合至所述存储器的至少一个处理器，所述至少一个处理器被配置成：在球面流形上的多个位置处生成局部定义的量规；在所述球面流形上的所述多个位置中的每个位置处参照局部定义的量规来计算卷积；以及基于量规等变性来转化在每个位置处的所述卷积的结果以获得对应的流形变换。11.如权利要求10所述的装置，其中对于每个关注位置，一组内插位置被包括在每个切平面中，所述切平面对应于所述局部定义的量规及其对应的关注位置。12.如权利要求10所述的装置，其中所述至少一个处理器被进一步配置成将来自所述球面流形上的关注位置的相邻位置的信号内插到切平面上的相邻内插点，所述切平面对应于所述局部定义的量规及其对应的关注位置。13.如权利要求12所述的装置，其中所述至少一个处理器被进一步被配置成在所述相邻内插点上定义所述卷积。14.如权利要求12所述的装置，其中所述至少一个处理器被进一步配置成：对所述关注位置的信号向量进行索引，以生成与相邻位置相关联的张量；以及通过应用所述张量的所得矩阵的非零块对所述张量执行卷积运算。
15.如权利要求10所述的装置，其中所述至少一个处理器被进一步配置成将所述球面...

【专利技术属性】
技术研发人员：B，
申请(专利权)人：高通股份有限公司，
类型：发明
国别省市：