图像处理方法、装置、计算机设备及存储介质制造方法及图纸

本申请实施例公开了一种图像处理方法、装置、计算机设备及存储介质，属于计算机技术领域。本申请实施例可应用于云技术、人工智能、智慧交通、辅助驾驶、图像识别等各种场景。方法包括：将对目标图像进行编码得到的第一脉冲序列输入至脉冲神经网络；对于任一网络层，基于网络层，对网络层的输入脉冲信号、网络层中的刺激链路输出的第一脉冲信号以及网络层中的抑制链路输出的第二脉冲信号进行逻辑运算，得到网络层的输出脉冲信号；对脉冲神经网络中最后一个网络层输出的第二脉冲序列进行解码，得到目标图像的处理结果。上述方案能够保证脉冲神经网络在图像处理任务中的精度，提高图像处理的效率。的效率。的效率。

【技术实现步骤摘要】
图像处理方法、装置、计算机设备及存储介质


[0001]本申请实施例涉及计算机
，特别涉及一种图像处理方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着计算机技术的发展，脉冲神经网络(Spiking Neural Network，SNN)由于其简洁的二值化输出和快速的运算效果，逐渐被应用在图像分类和图像识别等图像处理任务中。因此，如何提高脉冲神经网络在图像处理任务中的精度，是一个需要解决的技术问题。
[0003]相关技术中，通常通过将现有的人工神经网络(Artificial Neural Network，ANN)中的部分激活函数替换为脉冲神经元，并对脉冲神经元的膜电压阈值进行量化，得到脉冲神经网络。通过脉冲神经网络能够较高精度的进行图像分类和图像识别等图像处理任务。
[0004]但是，由于上述方法是通过脉冲神经元发射脉冲信号的发射速率来模拟人工神经网络的浮点数输出。因此，通过上述脉冲神经网络处理图像时，需要很长的模拟时间以保证脉冲神经网络在图像处理任务中的精度，降低了图像处理的效率。

技术实现思路

...

【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，所述方法包括：将对目标图像进行编码得到的第一脉冲序列输入至脉冲神经网络，所述第一脉冲序列包括多个脉冲信号，所述脉冲神经网络用于基于输入的脉冲信号对所述目标图像进行处理，所述脉冲神经网络包括多个网络层；对于任一网络层，基于所述网络层，对所述网络层的输入脉冲信号、所述网络层中的刺激链路输出的第一脉冲信号以及所述网络层中的抑制链路输出的第二脉冲信号进行逻辑运算，得到所述网络层的输出脉冲信号，所述第一脉冲信号由所述刺激链路对所述输入脉冲信号进行处理得到，所述第二脉冲信号由所述抑制链路对所述输入脉冲信号进行处理得到，所述刺激链路用于增加所述网络层输出的脉冲信号的数量，所述抑制链路用于减少所述网络层输出的脉冲信号的数量；对所述脉冲神经网络中最后一个网络层输出的第二脉冲序列进行解码，得到所述目标图像的处理结果，所述第二脉冲序列包括所述最后一个网络层输出的多个脉冲信号。2.根据权利要求1所述的方法，其特征在于，所述刺激链路包括卷积层、批量归一化层和脉冲神经元层，所述脉冲神经元层包括脉冲神经元，所述脉冲神经元用于在膜电压大于膜电压阈值的情况下发射脉冲信号；所述对于任一网络层，基于所述网络层，对所述网络层的输入脉冲信号、所述网络层中的刺激链路输出的第一脉冲信号以及所述网络层中的抑制链路输出的第二脉冲信号进行逻辑运算，得到所述网络层的输出脉冲信号之前，所述方法还包括：对于任一网络层中的刺激链路，基于所述刺激链路中的卷积层和批量归一化层，对所述网络层的输入脉冲信号进行处理，得到第一中间脉冲信号；基于所述脉冲神经元层中的脉冲神经元，对所述第一中间脉冲信号进行处理，得到所述第一脉冲信号。3.根据权利要求2所述的方法，其特征在于，所述基于所述脉冲神经元层中的脉冲神经元，对所述第一中间脉冲信号进行处理，得到所述第一脉冲信号，包括：响应于基于所述脉冲神经元接收到所述第一中间脉冲信号，基于所述脉冲神经元对所述脉冲神经元上一时刻的膜电压和所述第一中间脉冲信号的信号值进行加权求和，得到所述脉冲神经元当前时刻的膜电压；在所述脉冲神经元当前时刻的膜电压大于所述膜电压阈值的情况下，基于所述脉冲神经元输出所述第一脉冲信号。4.根据权利要求1所述的方法，其特征在于，所述抑制链路包括卷积层、批量归一化层和脉冲神经元层，所述脉冲神经元层包括脉冲神经元，所述脉冲神经元用于在膜电压大于膜电压阈值的情况下发射脉冲信号；所述对于任一网络层，基于所述网络层，对所述网络层的输入脉冲信号、所述网络层中的刺激链路输出的第一脉冲信号以及所述网络层中的抑制链路输出的第二脉冲信号进行逻辑运算，得到所述网络层的输出脉冲信号之前，所述方法还包括：对于任一网络层中的抑制链路，基于所述抑制链路中的卷积层和批量归一化层，对所述网络层的输入脉冲信号进行处理，得到第二中间脉冲信号；基于所述脉冲神经元层中的脉冲神经元，对所述第二中间脉冲信号进行处理，得到所述第二脉冲信号。
5.根据权利要求4所述的方法，其特征在于，所述基于所述脉冲神经元层中的脉冲神经元，对所述第二中间脉冲信号进行处理，得到所述第二脉冲信号，包括：响应于基于所述脉冲神经元接收到所述第二中间脉冲信号，基于所述脉冲神经元对所述脉冲神经元上一时刻的膜电压和所述第二中间脉冲信号的信号值进行加权求和，得到所述脉冲神经元当前时刻的膜电压；在所述脉冲神经元当前时刻的膜电压大于所述膜电压阈值的情况下，基于所述脉冲神经元输出所述第二脉冲信号。6.根据权利要求1所述的方法，其特征在于，所述对于任一网络层，基于所述网络层，对所述网络层的输入脉冲信号、所述网络层中的刺激链路输出的第一脉冲信号以及所述...

【专利技术属性】
技术研发人员：宋奕兵，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：