申请/专利权人:北京深睿博联科技有限责任公司;杭州深睿博联科技有限公司
申请日:2020-11-04
公开(公告)日:2024-04-09
公开(公告)号:CN112288620B
主分类号:G06T1/40
分类号:G06T1/40;G06T3/4046;G06T5/60;G06T5/90;G06T5/50;G06N3/0464;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2024.04.09#授权;2021.02.23#实质审查的生效;2021.01.29#公开
摘要:本发明公开了一种基于GPU的二维图像线积分计算方法、系统、电子设备及计算机存储介质,所述方法包括:将二维图像进行预处理;依据角度将二维图像的线积分分为水平方向组以及竖直方向组;构造神经网络框架的卷积核,卷积所述三维特征图与线积分结果之间的对应关系;通过所述卷积核对所述二维图像进行特征提取得到三维特征图即水平方向组的线积分;将所述二维图像进行转置后输入所述卷积核或将所述二维图像输入转置的卷积核,得到竖直方向组的线积分;将水平和竖直方向组的重合部分进行处理融合得到二维图像线积分;本申请相比现有的BrandtDym算法,计算速度显著提升十倍以上,且支持利用数据驱动方式进行具有任务针对性的线积分特征学习。
主权项:1.一种基于GPU的二维图像线积分计算方法,其特征在于,包括如下步骤:将二维图像进行预处理;依据角度将二维图像的线积分分为水平方向组以及竖直方向组;构造神经网络框架的卷积核,卷积三维特征图与线积分结果之间的对应关系;通过所述卷积核对所述二维图像进行特征提取得到水平方向组的线积分;将所述二维图像进行转置后输入所述卷积核或将所述二维图像输入转置的卷积核,得到竖直方向组的线积分;将水平和竖直方向组的重合部分进行处理融合得到二维图像线积分;其中:所述构造神经网络框架的卷积核,卷积所述三维特征图与线积分结果之间的对应关系,包括:将非零部分非对称的稀疏卷积核拆解为两个空洞卷积核,将两个空洞卷积核分别对输入数据进行卷积之后求和得到为原卷积核的输出结果。
全文数据:
权利要求:
百度查询: 北京深睿博联科技有限责任公司;杭州深睿博联科技有限公司 一种基于GPU的二维图像线积分计算方法、系统、电子设备及计算机存储介质
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。