图像处理方法、装置、存储介质及电子装置制造方法及图纸

本发明专利技术实施例提供了一种图像处理方法、装置、存储介质及电子装置，其中，该方法包括：获取待计算区域的一对对角点在目标图像区域中的第一坐标和第二坐标；根据第一坐标和第二坐标确定与待计算区域对应的N个子区域；在预先存储的计算结果集合中查找N个子区域分别对应的N个计算结果，计算结果集合包括预先计算得到的H*W个计算结果，H*W个计算结果与目标图像区域中的H*W个子区域一一对应，各个计算结果是根据对应子区域中的各个像素点的数据确定得到的；根据N个计算结果，确定待计算区域的目标计算结果，目标计算结果用于目标神经网络模型对目标图像进行处理。通过本发明专利技术实施例，解决了相关技术中存在的图像处理的效率较低的问题。问题。问题。

【技术实现步骤摘要】
图像处理方法、装置、存储介质及电子装置


[0001]本专利技术实施例涉及图像处理
，具体而言，涉及一种图像处理方法、装置、存储介质及电子装置。

技术介绍

[0002]在神经网络中，有许多进行区域化计算的算子，如卷积，池化，归一化等，每次对一个指定区域进行计算，通过进行多次区域计算得到输出特征图。这类算子有着较高的计算时间复杂度，占据了神经网络绝大多数的计算量。目前各大主流深度学习框架的源码对于区域计算的方法都是通过不断遍历区域内的每个元素进行的，关于区域计算的实现是从边界点开始，每次通过步长和区域大小确定下一次计算的区域，然后遍历该区域每个元素按需求进行计算，将该值作为一个输出，然后在下一区域重复上述计算流程，直到整个数据块遍历完成，大大增加了计算量，导致图像处理的效率较低。故对上述区域化计算的算子的优化提速，是提升神经网络模型推理效率的关键。
[0003]针对相关技术中存在的图像处理的效率较低的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本专利技术实施例提供了一种图像处理方法、装置、存储介质及电子装置，以至少解决相关技术中存在的图像处理的效率较低的问题。
[0005]根据本专利技术的一个实施例，提供了一种图像处理方法，包括：获取待计算区域的第一坐标和第二坐标，其中，所述第一坐标和所述第二坐标分别用于表示所述待计算区域的一对对角点处的像素点在目标图像区域中的位置，所述目标图像区域包括H*W个像素点，H和W均为大于或等于2的正整数；根据所述第一坐标和所述第二坐标，在所述目标图像区域中确定与所述待计算区域对应的N个子区域，其中，N为大于或等于2的正整数；在预先存储的计算结果集合中查找所述N个子区域分别对应的N个计算结果，其中，所述计算结果集合包括预先计算得到的H*W个计算结果，所述H*W个计算结果与所述目标图像区域中的H*W个子区域一一对应，所述H*W个子区域包括将所述目标图像区域中的原点与上述H*W个像素点中的各个像素点作为对角顶点所形成的子区域，所述H*W个计算结果中的各个计算结果是根据所述H*W个子区域中的对应的子区域中的各个像素点对应的数据确定得到的结果；根据所述N个计算结果，确定所述待计算区域的目标计算结果，其中，所述目标计算结果用于目标神经网络模型对所述目标图像进行处理。
[0006]在一个示例性实施例中，所述根据所述第一坐标和所述第二坐标，在所述目标图像区域中确定与所述待计算区域对应的N个子区域，包括：在N＝4的情况下，确定第一子区域、第二子区域、第三子区域及第四子区域，其中，所述H*W个子区域中包括所述第一子区域、所述第二子区域、所述第三子区域及所述第四子区域，所述第一子区域的右下角的行坐标等于所述第一坐标的行坐标减1、所述第一子区域的右下角的列坐标等于所述第一坐标
的列坐标减1，所述第二子区域的右下角的行坐标等于所述第二坐标的行坐标、所述第二子区域的右下角的列坐标等于所述第二坐标的列坐标，所述第三子区域的右下角的行坐标等于所述第二坐标的行坐标、所述第三子区域的右下角的列坐标等于所述第一坐标的列坐标减1，所述第四子区域的右下角的行坐标等于所述第一坐标的行坐标减1、所述第四子区域的右下角的列坐标等于所述第二坐标的列坐标；所述在预先存储的计算结果集合中查找所述N个子区域分别对应的N个计算结果，包括：在所述计算结果集合中查找与所述第一子区域、所述第二子区域、所述第三子区域及所述第四子区域分别对应的第一计算结果、第二计算结果、第三计算结果及第四计算结果。
[0007]在一个示例性实施例中，所述根据所述N个计算结果，确定所述待计算区域的目标计算结果，包括：按照以下公式确定所述目标计算结果：V＝D1+D2
‑
D3
‑
D4，其中，V表示所述目标计算结果，D1表示所述第一计算结果，D2表示所述第二计算结果，D3表示所述第三计算结果，D4表示所述第四计算结果。
[0008]在一个示例性实施例中，在预先存储的计算结果集合中查找所述N个子区域分别对应的N个计算结果之前，所述方法还包括：获取原始数据块，其中，所述原始数据块中包括用于表示所述目标图像区域的各个像素点P
[i,j]的像素值，[i，j]表示所述像素点P
[i,j]的坐标，0≤i≤H
‑
1，0≤j≤W
‑
1；根据所述原始数据块，确定所述目标图像区域中包括的子区域R
[i,j]的第五计算结果，得到所述计算结果集合，其中，所述子区域R
[i,j]表示以像素点P
[0,0]和P
[i,j]为对角点所构成的矩形区域，所述H*W个子区域包括所述子区域R
[i,j]。
[0009]在一个示例性实施例中，所述根据所述原始数据块，确定所述目标图像区域中包括的子区域R
[i,j]的第五计算结果，包括：根据D(0,0)＝input(0,0)，并按照以下方式进行递推，得到所述第五计算结果D(i,j)：D(i,j)＝D(i,j
‑
1)+D(i
‑
1,j)
‑
D(i
‑
1,j
‑
1)+input(i,j),其中，当(i
‑
1)小于0时，D(i
‑
1,j)＝0，D(i
‑
1,j
‑
1)＝0，当(j
‑
1)小于0时，D(i,j
‑
1)＝0，D(i
‑
1,j
‑
1)＝0，input(i,j)表示所述原始数据块中像素点P
[i,j]的像素值。
[0010]在一个示例性实施例中，所述方法还包括：遍历所述目标图像区域的所有像素点，得到所述H*W个计算结果，其中，所述D(i,j)表示所述H*W个计算结果中的第(i*j)个计算结果；将所述第(i*j)个计算结果D(i,j)存储至目标内存的指定区域A(i,j)中，其中，所述指定区域A(i,j)表示在获取所述原始数据块时，在所述目标内存中用于存储所述原始数据块中像素点P
[i,j]的像素值的区域。
[0011]在一个示例性实施例中，所述N个计算结果中的各个计算结果，包括以下之一：对所述子区域中包括的各个像素点的像素值进行求和计算所得到的结果；对所述子区域中包括的各个像素点的像素值求平方和所得到的结果。
[0012]在一个示例性实施例中，所述获取待计算区域的第一坐标和第二坐标，包括：通过所述目标神经网络模型中的目标层获取所述待计算区域的所述第一坐标和所述第二坐标；所述根据所述第一坐标和所述第二坐标，在所述目标图像区域中确定与所述待计算区域对应的N个子区域，包括：通过所述目标层根据所述第一坐标和所述第二坐标，在所述目标图像区域中确定与所述待计算区域对应的所述N个子区域；所述在预先存储的计算结果集合中查找所述N个子区域分别对应的N个计算结果，包括：通过所述目标层在预先存储的所述计算结果集合中查找所述N个子区域分别对应的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：获取待计算区域的第一坐标和第二坐标，其中，所述第一坐标和所述第二坐标分别用于表示所述待计算区域的一对对角点处的像素点在目标图像区域中的位置，所述目标图像区域包括H*W个像素点，H和W均为大于或等于2的正整数；根据所述第一坐标和所述第二坐标，在所述目标图像区域中确定与所述待计算区域对应的N个子区域，其中，N为大于或等于2的正整数；在预先存储的计算结果集合中查找所述N个子区域分别对应的N个计算结果，其中，所述计算结果集合包括预先计算得到的H*W个计算结果，所述H*W个计算结果与所述目标图像区域中的H*W个子区域一一对应，所述H*W个子区域包括将所述目标图像区域中的原点与上述H*W个像素点中的各个像素点作为对角顶点所形成的子区域，所述H*W个计算结果中的各个计算结果是根据所述H*W个子区域中的对应的子区域中的各个像素点对应的数据确定得到的结果；根据所述N个计算结果，确定所述待计算区域的目标计算结果，其中，所述目标计算结果用于目标神经网络模型对所述目标图像进行处理。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一坐标和所述第二坐标，在所述目标图像区域中确定与所述待计算区域对应的N个子区域，包括：在N＝4的情况下，确定第一子区域、第二子区域、第三子区域及第四子区域，其中，所述H*W个子区域中包括所述第一子区域、所述第二子区域、所述第三子区域及所述第四子区域，所述第一子区域的右下角的行坐标等于所述第一坐标的行坐标减1、所述第一子区域的右下角的列坐标等于所述第一坐标的列坐标减1，所述第二子区域的右下角的行坐标等于所述第二坐标的行坐标、所述第二子区域的右下角的列坐标等于所述第二坐标的列坐标，所述第三子区域的右下角的行坐标等于所述第二坐标的行坐标、所述第三子区域的右下角的列坐标等于所述第一坐标的列坐标减1，所述第四子区域的右下角的行坐标等于所述第一坐标的行坐标减1、所述第四子区域的右下角的列坐标等于所述第二坐标的列坐标；所述在预先存储的计算结果集合中查找所述N个子区域分别对应的N个计算结果，包括：在所述计算结果集合中查找与所述第一子区域、所述第二子区域、所述第三子区域及所述第四子区域分别对应的第一计算结果、第二计算结果、第三计算结果及第四计算结果。3.根据权利要求2所述的方法，其特征在于，所述根据所述N个计算结果，确定所述待计算区域的目标计算结果，包括：按照以下公式确定所述目标计算结果：V＝D1+D2
‑
D3
‑
D4，其中，V表示所述目标计算结果，D1表示所述第一计算结果，D2表示所述第二计算结果，D3表示所述第三计算结果，D4表示所述第四计算结果。4.根据权利要求1所述的方法，其特征在于，在预先存储的计算结果集合中查找所述N个子区域分别对应的N个计算结果之前，所述方法还包括：获取原始数据块，其中，所述原始数据块中包括用于表示所述目标图像区域的各个像素点P
[i,j]
的像素值，[i，j]表示所述像素点P
[i,j]
的坐标，0≤i≤H
‑
1，0≤j≤W
‑
1；根据所述原始数据块，确定所述目标图像区域中包括的子区域R
[i,j]
的第五计算结果，
得到所述计算结果集合，其中，所述子区域R
[i,j]
表示以像素点P
[0,0]
和P
[i,j]
为对角点所构成的矩形区域，所述H*W个子区域包括所述子区域R
[i,j]
。5.根据权利要求4所述的方法，其特征在于，所述根据所述原始数据块，确定所述目标图像区域中包括的子区域R
[i,j]
的第五计算结果，包括：根据D(0,0)＝input(0,0)，并按...

【专利技术属性】
技术研发人员：夏宇含，韩建强，陈波扬，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：