[发明专利]一种基于神经网络系统的图像处理方法及神经网络系统

说明书

本发明提供了一种基于神经网络系统的图像处理方法及神经网络系统，本发明提供的方法中神经网络系统对当前输入的图像帧进行识别，判断当前输入的图像帧是否为基础图像帧；若是基础图像帧则由神经网络的多层卷积层进行计算处理；若不是基础图像帧，则先将其与基础图像帧的图像数据进行比较提取与基础图像帧不同的图像数据，再由多层卷积层基于图像数据进行计算处理，最后由神经网络的最后一层卷积层将上一层计算输出后的数据替换该层存储的中间完备数据的对应位置的图像数据，得到新的完整图像的图像数据。本发明提供的方法在神经网络系统处理数据时，可以隐去前后帧中没有变化的信息，只处理变化的信息，可以节省大量的计算资源，加快处理速度。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种基于神经网络系统的图像处理方法及神经网络系统。

背景技术

当今时代，随着人工智能技术的澎湃发展，其不仅从各个方面影响着人们的生产和生活，同时也推动着世界的发展和进步。为了有效地利用从各个终端采集的信息，对于信息的实时处理要求也不断提高。特别是在安防领域，视频信息的输入量大，计算量大，导致功耗高。然而，多数情况下，视频信息的前后帧之间信息相差并不多，对于传统方案来讲，对视频帧进行处理时，无论帧间信息是否有变化，均会将每帧数据全部输入神经网络系统等算法进行处理，导致需要处理许多重复的数据。

发明内容

鉴于上述问题，本发明提供了一种克服上述问题或至少部分地解决了上述问题的基于神经网络系统的图像处理方法及神经网络系统。

根据本发明的一个方面，提供了一种基于神经网络系统的图像处理方法，应用于视频分析，所述方法包括：

神经网络系统对当前输入的图像帧进行识别，判断当前输入的图像帧是否为基础图像帧；

如果所述当前输入的图像帧不是基础图像帧，则提取所述当前输入的图像帧中与所述基础图像帧不同的第一图像数据，将所述第一图像数据输出至所述神经网络系统；

所述神经网络系统的N-1层卷积层依次对所述第一图像数据进行计算处理，并将处理后的第二图像数据输出至第N层卷积层，所述N为大于等于2的整数；

所述神经网络系统的所述第N层卷积层使用所述第二图像数据替换所述第N层卷积层中存储的第一中间完备数据中与所述第二图像数据所在位置对应的数据，从而得到第三图像数据，所述第N卷积层对所述第三图像数据进行计算处理并输出；其中，所述第一中间完备数据为所述基础图像帧在所述第N层卷积层的计算结果。

可选地，所述神经网络系统的N-1层卷积层依次对所述第一图像数据进行计算处理，具体包括：

所述神经网络系统的第i层卷积层将输入的图像数据与所述第i层卷积层中存储的第二中间完备数据进行比较，提取所述输入的所述图像数据与所述第二中间完备数据不同的第四图像数据，对所述第四图像数据进行计算处理。

可选地，所述神经网络系统的N-1层卷积层依次对所述第一图像数据进行计算处理，具体包括：

所述神经网络系统的第k层卷积层对所述第一图像数据直接进行计算处理。

可选地，所述如果所述当前输入的图像帧不是基础图像帧，则提取所述当前输入的图像帧中与所述基础图像帧不同的第一图像数据，将所述第一图像数据输出至所述神经网络系统，具体包括：

如果所述当前输入的图像帧不是基础图像帧，则基于预设图像数据块划分规则将一帧图像划分为多个数据块；

比较所述当前输入的图像帧的各个数据块与所述基础图像帧对应位置的数据块是否相同，提取所述当前输入的图像帧中与所述基础图像帧对应位置的图像数据不同的数据块，将所述不同的数据块作为所述第一图像数据输出至所述神经网络系统。