[发明专利]图像处理方法、装置、系统、存储介质和计算机设备在审
申请号: | 201810593519.3 | 申请日: | 2018-06-11 |
公开(公告)号: | CN110163790A | 公开(公告)日: | 2019-08-23 |
发明(设计)人: | 李昊沅;李峰;尚海豹;左小祥;程君;周蔚 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06T1/20 | 分类号: | G06T1/20;G06N3/04 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 李文渊;何平 |
地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 第一数据 图像处理 共享缓存区 待处理图像 图像处理器 数据类型 读取 计算机设备 中央处理器 存储介质 目标图像 写入 图像处理结果 图像处理指令 处理指令 发送图像 共享缓存 获取指令 指示图像 处理器 区时 共享 申请 | ||
1.一种图像处理方法,应用于中央处理器,包括:
将第一数据类型的待处理图像写入共享缓存区;所述共享缓存区由中央处理器与图像处理器共享;
向图像处理器发送图像处理指令;所述图像处理指令用于指示图像处理器从共享缓存区读取待处理图像、并将待处理图像由第一数据类型转为第二数据类型后进行图像处理;所述第一数据类型的精度大于所述第二数据类型的精度;
当接收到图像处理结果获取指令、且所述图像处理器将通过图像处理得到的目标图像由第二数据类型转为第一数据类型后写入所述共享缓存区时,则从所述共享缓存区中读取第一数据类型的目标图像。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
加载并解析神经网络模型的模型文件;
将解析得到的神经网络模型各网络层的层参数和连接关系,写入所述共享缓存区;写入所述共享缓存区的层参数和连接关系,用于指示图像处理器按照神经网络模型中各网络层的连接关系,通过各网络层的层参数对第二数据类型的待处理图像进行图像处理。
3.根据权利要求1所述的方法,其特征在于,所述向图像处理器发送图像处理指令,包括:
调用图像处理器接口创建多个图像处理器线程;
向所述多个图像处理器线程发送图像处理指令;所述图像处理指令用于指示所述多个图像处理器线程并行从共享缓存区读取待处理图像、并将待处理图像由第一数据类型转为第二数据类型后并行进行图像处理;
所述当接收到图像处理结果获取指令、且所述图像处理器将通过图像处理得到的目标图像由第二数据类型转为第一数据类型后写入所述共享缓存区时,则从所述共享缓存区中读取第一数据类型的目标图像,包括:
当接收到图像处理结果获取指令、且所述多个图像处理器线程将通过图像处理得到的目标图像由第二数据类型转为第一数据类型后并行写入所述共享缓存区时,则从所述共享缓存区中读取第一数据类型的目标图像。
4.根据权利要求1所述的方法,其特征在于,所述待处理图像包括多个特征图;所述多个特征图中每个特征图的像素点,具有表示所述特征图所在特征通道的像素值、且与所述待处理图像中像素点对应;
所述将第一数据类型的待处理图像写入共享缓存区,包括:
将第一数据类型的多个特征图逐个写入共享缓存区;
其中,所述图像处理指令,还用于指示图像处理器将多个特征图转化为纹理图后进行图像处理;所述纹理图中的纹理点与所述待处理图像中像素点对应、且包括对应的像素点在各特征通道的像素值。
5.根据权利要求4所述的方法,其特征在于,所述向图像处理器发送图像处理指令,包括:
调用图像处理器控制接口创建多个图像处理器线程;
向所述多个图像处理器线程发送图像处理指令;所述图像处理指令用于指示所述多个图像处理器线程并行从共享缓存区读取多个特征图、将多个特征图转化为纹理图并由第一数据类型转为第二数据类型后,再并行对所述纹理图中不同的纹理点进行处理。
6.根据权利要求4所述的方法,其特征在于,所述方法还包括:
通过图像处理器调用纹理采样器接口按预设采样尺寸读取纹理图;
当预设采样尺寸大于纹理图的尺寸时,通过所述纹理采样器接口按照所述预设采样尺寸与纹理图的尺寸的偏移量返回用于补充纹理图边界的纹理点;
通过图像处理器对补充纹理点后的纹理图进行图像处理。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述第一数据类型为32位浮点型;所述第二数据类型为16位浮点型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810593519.3/1.html,转载请声明来源钻瓜专利网。