[发明专利]用于将卷积神经网络应用于图像的方法和图像处理实体

权利要求书

1.一种用于将卷积神经网络应用于图像的方法，其中所述卷积神经网络包括用于卷积第一图像尺寸的图像以提供特征图的卷积内核，以及被训练为基于所述特征图识别图像中的特征的特征内核，其中所述第一图像尺寸小于向其应用所述卷积神经网络的所述图像的第二图像尺寸，其中所述方法包括：

使用所述卷积内核提供特征图，其中，所述特征图的第二特征图尺寸大于用其训练所述特征内核的所述特征图的第一特征图尺寸，

基于所述特征内核相对于所述特征图的位置，在多个特征内核中选择所述特征内核，所述特征内核被训练用于所述位置；其中所述位置即应当向其应用要选择的特定特征内核的在所述特征图内的位置；其中所述多个特征内核包括已经在所述特征图中的九个位置中的相应一个处训练的相应特征内核，其中所述位置是四个不同角落位置、四个不同边缘位置和内部位置中的一个，以及

以步进方式重复应用所述特征内核到所述特征图，该步进方式指所述特征内核到所述特征图的连续应用的位移，其中所述特征内核被训练以基于所述第一特征图尺寸的所述特征图识别所述特征，其中所述特征内核的特征内核尺寸等于所述第一特征图尺寸，其中通过将所述卷积内核在具有所述第一图像尺寸的图像上卷积获得所述特征图，这使得，至少由于卷积，所述特征图具有所述第二特征图尺寸，其中，所述步进方式由大于所述第一特征图尺寸的一半的步长表示。

2.根据权利要求1所述的方法，其中应用所述特征内核的至少两个连续应用，使得所述步长小于或等于所述第一特征图尺寸。

3.根据权利要求1所述的方法，其中所述方法由图像处理装置执行。

4.一种图像处理装置，被配置用于执行根据权利要求1所述的方法。

5.一种非暂时性计算机存储介质，包括存储在其中的计算机可读代码单元，所述计算机可读代码单元当在图像处理电路上执行时使得所述图像处理电路执行根据权利要求1所述的方法。