申请/专利权人:中科方寸知微(南京)科技有限公司;中国科学院自动化研究所南京人工智能芯片创新研究院
申请日:2020-09-29
公开(公告)日:2021-01-05
公开(公告)号:CN112184587A
主分类号:G06T5/00(20060101)
分类号:G06T5/00(20060101);G06T5/50(20060101);G06T3/40(20060101);G06T1/60(20060101);G06N3/04(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2021.01.22#实质审查的生效;2021.01.05#公开
摘要:本发明提出了一种边缘数据增强模型、以及基于所述模型的高效边缘数据增强方法及系统,该方法通过对网络模型中卷积网络感受野的减少、图像处理中的重叠切分以及硬件方面对内存扩展三者之间的协同优化,实现了对图像边缘数据的有效增强,在图像超分辨重建、去模糊、去雾化等低等级视觉任务的深度学习算法领域达到在适用于边缘端部署应用的目的。本发明同时也解决了在计算能力弱、内存空间小的边缘端部署深度神经网络的问题,以及发明中涉及的边缘端实时处理图像信号的任务,可以代替一些监控场景中传统的实时处理图像信号的模块,进而实现更加丰富的功能,和更加优秀的成像效果。
主权项:1.一种边缘数据增强模型,其特征在于,包括:图像处理模块,用于对图像的规格进行重置,并将其输入神经网络;神经网络模块,用于接收经过图像处理的图片,并完成对切分图像的重组;硬件存储模块,用于存储图像处理中的图片,以及配合神经网络提取图片时,对其进行访问。
全文数据:
权利要求:
百度查询: 中科方寸知微(南京)科技有限公司;中国科学院自动化研究所南京人工智能芯片创新研究院 一种边缘数据增强模型、以及基于所述模型的高效边缘数据增强方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。