[发明专利]图像识别方法及装置

权利要求书

1.一种图像识别方法，其特征在于，包括：

获取待识别图像；

将待识别图像输入预先训练生成的二值神经网络识别模型，对待识别图像进行识别，得到图像识别结果；所述二值神经网络识别模型为根据多个图像样本进行二值化训练生成，二值化训练的前向运算过程采用加法操作；

按照如下方法预先训练生成所述二值神经网络识别模型：

对神经网络识别模型的权重进行二值化训练，得到优化训练的二值化权重；

前向运算采用加法运算操作，综合所述优化训练的二值化权重，得到所述二值神经网络识别模型；

前向运算采用加法运算操作，综合所述优化训练的二值化权重，得到所述二值神经网络识别模型，包括：前向运算采用一近似加法器，综合所述优化训练的二值化权重，得到所述二值神经网络识别模型；其中，所述近似加法器包括：位加法单元；所述位加法单元包括：

多个进位产生器，每一进位产生器用于将第一权重输入值和第二权重输入值进行进位运算，得到当前位进位产生器的进位输出信号；

多个选择器，每一选择器包括两个输入端和一个输出端，其中：第一输入端与当前位进位产生器的前一位进位产生器的输出端连接，第二输入端与当前位进位产生器的前两位进位产生器的输出端连接，选择器的输出端与当前位和输出产生器连接；每一选择器用于根据预设进位判断条件，从前一位进位产生器输出端输出的进位输出信号和前两位进位产生器的输出端输出的进位输出信号中，选择出一进位输出信号；

和输出产生器，用于根据选择器选择出的进位输出信号，进行和输出。

2.如权利要求1所述的图像识别方法，其特征在于，所述选择器的工作原理表达式为：

其中：

式中，是选择器选择出的进位输出信号，是当前位进位产生器的前两位进位产生器的输出端输出的进位输出信号，是当前位进位产生器的前一位进位产生器的输出端输出的进位输出信号，i代表位号，k代表位数，是第i部分电路的第j位的进位传播信号。

3.如权利要求1所述的图像识别方法，其特征在于，优化训练公式如下：

其中：

B∈{+1，-1}^c×w×h，α是一个正实数；

式中，I为输入的图像矩阵；W为权重矩阵；为大小为c×w_in×h_in的实数矩阵，c代表滤波器的通道数，w代表滤波器的宽，h代表滤波器的高，w_in代表输入特征的宽，h_in代表输入特征的高，l₁代表范数，n代表权重的数量，B代表二值后的权重矩阵。

4.一种图像识别装置，其特征在于，包括：

获取单元，用于获取待识别图像；

识别单元，用于将待识别图像输入预先训练生成的二值神经网络识别模型，对待识别图像进行识别，得到图像识别结果；所述二值神经网络识别模型为根据多个图像样本进行二值化训练生成，二值化训练的前向运算过程采用加法操作；

所述图像识别装置还包括存储单元，用于存储按照如下方法预先训练生成的所述二值神经网络识别模型：

对神经网络识别模型的权重进行二值化训练，得到优化训练的二值化权重；

前向运算采用加法运算操作，综合所述优化训练的二值化权重，得到所述二值神经网络识别模型；

所述存储单元具体用于存储按照如下方法预先训练生成的所述二值神经网络识别模型：

前向运算采用一近似加法器，综合所述优化训练的二值化权重，得到所述二值神经网络识别模型；其中，所述近似加法器包括：位加法单元；所述位加法单元包括：

多个进位产生器，每一进位产生器用于将第一权重输入值和第二权重输入值进行进位运算，得到当前位进位产生器的进位输出信号；

多个选择器，每一选择器包括两个输入端和一个输出端，其中：第一输入端与当前位进位产生器的前一位进位产生器的输出端连接，第二输入端与当前位进位产生器的前两位进位产生器的输出端连接，选择器的输出端与当前位和输出产生器连接；每一选择器用于根据预设进位判断条件，从前一位进位产生器输出端输出的进位输出信号和前两位进位产生器的输出端输出的进位输出信号中，选择出一进位输出信号；

和输出产生器，用于根据选择器选择出的进位输出信号，进行和输出。