[发明专利]自适应窗口机制

权利要求书

1.一种训练设备，包括：

卷积神经网络(CNN)逻辑；以及

训练逻辑，所述训练逻辑用于使用自适应双向掩码(SABM)窗口结构和标准化灵敏度图处理输入图像来训练所述CNN逻辑，其中所述SABM窗口结构基于所述输入图像。

2.如权利要求1所述的设备，其特征在于，所述训练逻辑使用所述SABM窗口结构和所述标准化灵敏度图来执行灵敏度扫描。

3.如权利要求2所述的设备，其特征在于，所述训练逻辑通过沿着所述输入图像的一方向滑动SABM窗口来执行所述灵敏度扫描。

4.如权利要求3所述的设备，其特征在于，沿着顺着所述输入图像的垂直方向和顺着所述输入图像的水平方向执行所述灵敏度扫描。

5.如权利要求3所述的设备，其特征在于，从所述灵敏度扫描得到的图像被输入到所述CNN逻辑中，以执行测试。

6.如权利要求5所述的设备，其特征在于，通过沿着所述输入图像的所述方向将所述SABM窗口滑动到第二位置来执行第二灵敏度扫描，并且将从所述第二灵敏度扫描得到的第二图像输入到所述CNN逻辑中，以执行第二测试。

7.如权利要求6所述的设备，其特征在于，所述测试的结果生成第一分类组，并且所述第二测试的结果生成第二分类组。

8.如权利要求7所述的设备，其特征在于，所述第一分类组和所述第二分类组被标准化。

9.如权利要求8所述的设备，其特征在于，所述第一分类组和所述第二分类组被记录在所述灵敏度图中。

10.如权利要求4所述的设备，其特征在于，所述SABM窗口结构包括水平矩阵和垂直矩阵。

11.如权利要求10所述的设备，其特征在于，所述水平矩阵的中间带和所述垂直矩阵的中间带被实现为所述输入图像的掩码。

12.如权利要求1所述的设备，其特征在于，所述SABM窗口结构提供与子类别特征有关的多个不规则区域的可视化。

13.一种训练方法，包括：

使用自适应双向掩码(SABM)窗口结构和标准化灵敏度图来对输入图像执行灵敏度扫描，其中所述SABM窗口结构基于所述输入图像；以及

基于所述灵敏度扫描的结果训练卷积神经网络(CNN)逻辑。

14.如权利要求13所述的方法，其特征在于，执行所述灵敏度扫描包括：

在第一方向上将所述SABM窗口应用于所述输入图像以生成第一图像；

将所述第一图像输入到所述CNN逻辑中；以及

生成分类概率作为将所述第一图像输入到所述CNN逻辑中的结果。

15.如权利要求14所述的方法，进一步包括确定所述SABM窗口是否已经达到所述输入图像的端部。

16.如权利要求15所述的方法，进一步包括：

在确定所述SABM窗口尚未到达所述输入图像的所述端部时，沿着所述输入图像的所述第一方向将所述SABM窗口滑动到第二位置；

在所述第二位置处将所述SABM窗口应用于所述输入图像以生成第二图像；

将所述第二图像输入到所述CNN逻辑中；以及

生成第二分类概率作为将所述第二图像输入到所述CNN逻辑中的结果。

17.如权利要求16所述的方法，进一步包括：

在确定所述SABM窗口已到达所述输入图像的所述末端时，使所述第一分类概率和所述第二分类概率标准化；以及

更新标准化的灵敏度图。