【技术实现步骤摘要】
本公开涉及图像处理，具体地，涉及一种基于切比雪夫多项式网络的图像处理方法及系统。
技术介绍
1、随着计算能力和深度学习技术的不断进步，人工智能在图像处理等领域取得了卓越成就。从最初的手工特征提取,到基于统计模式识别(如支持向量机svm)和信号处理(如小波变换)的方法，再到当前广泛使用的端到端神经网络，图像处理技术不断创新突破。然而，传统神经网络中不同层之间的关联方式较为简单，通常只是线性的全连接或卷积操作，这种固定的层间关系制约了网络对复杂函数的拟合能力。
2、为进一步提高神经网络的表达能力，研究人员开始探索扩展网络层间关联的新方法。一种思路是构造多项式网络，即将网络层的输出与一系列多项式项进行非线性组合，从而赋予网络多项式逼近的能力。由于任意连续函数在一定精度下都可被多项式函数逼近，因此多项式网络具有更强的函数逼近能力，有望显著提升神经网络在图像处理等领域的建模性能。
3、在构造多项式网络时，多项式族的选择至关重要。理论上，我们可以采用幂基多项式、legendre多项式、chebyshev(切比雪夫)多项式等不...
【技术保护点】
1.一种基于切比雪夫多项式网络的图像处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述主干网络包括主干网络模块，所述预设的切比雪夫多项式模块包括一个或者多个切比雪夫多项式模块；
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述切比雪夫多项式网络进行训练，确定经过训练的切比雪夫多项式网络，包括：
5.根据权利要求2所述的方法，其特征在于，所述采用所述经过训练的切比雪夫多项式网络执行所述图像处理任务，确定图像处理任务结果，包括：
...【技术特征摘要】
1.一种基于切比雪夫多项式网络的图像处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述主干网络包括主干网络模块，所述预设的切比雪夫多项式模块包括一个或者多个切比雪夫多项式模块；
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述切比雪夫多项式网络进行训练，确定经过训练的切比雪夫多项式网络，包括：
5.根据权利要求2所述的方法，其特征在于，所述采用所述经过训练的切比雪夫多项式网络执行所述图像处理任务，确定图像处理任务结果，包括：
6.根据权利要...
【专利技术属性】
技术研发人员：郑紫阳，忻岳，戴文睿，李成林，邹君妮，熊红凯，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。