[发明专利]图像处理方法及其装置、存算一体芯片和电子设备在审

专利信息
申请号: 202111312707.2 申请日: 2021-11-08
公开(公告)号: CN114049255A 公开(公告)日: 2022-02-15
发明(设计)人: 成凯华 申请(专利权)人: OPPO广东移动通信有限公司
主分类号: G06T3/40 分类号: G06T3/40;G06T1/20
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 伍健聪
地址: 523860 广东*** 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: 图像 处理 方法 及其 装置 一体 芯片 电子设备
【权利要求书】:

1.一种图像处理方法,其特征在于,包括:

对待处理图像进行分块以获取N个初始图像块,所述N为大于1的整数;

分别对各所述初始图像块进行投影,以分别获取各所述初始图像块对应的M个图像特征向量,所述M为大于1的整数;

根据预设规则将M×N个所述图像特征向量传输至存算阵列,以使所述存算阵列对接收到的所述图像特征向量进行矩阵乘加运算,以获取N个与对应初始图像块一一对应的融合特征向量;

根据N个所述融合特征向量进行重建以生成目标图像。

2.根据权利要求1所述的图像处理方法,其特征在于,所述分别对各所述初始图像块进行投影,以分别获取各所述初始图像块对应的M个图像特征向量,包括:

基于三个不同的投影矩阵分别对各所述初始图像块进行投影,以分别获取各所述初始图像块对应的第一特征向量、第二特征向量和第三特征向量;

所述根据预设规则将M×N个所述图像特征向量传输至存算阵列,以使所述存算阵列对多个所述图像特征向量进行矩阵乘加运算,以获取N个与对应初始图像块一一对应的融合特征向量,包括:

将N个所述第一特征向量和N个所述第二特征向量分别传输至所述存算阵列进行矩阵乘加运算,以分别获取各所述初始图像块对应的注意力权重矩阵;

分别将各所述初始图像块对应的所述注意力权重矩阵和所述第三特征向量传输至所述存算阵列进行矩阵乘加运算,以获取N个与对应初始图像块一一对应的融合特征向量。

3.根据权利要求2所述的图像处理方法,其特征在于,所述存算阵列包括至少N个第一存算器件,所述注意力权重矩阵包括N个所述注意力权重值,第i个所述初始图像块对应的融合特征向量的获取方式,包括:

将第i个所述初始图像块的N个注意力权重值分别一一对应存储至N个所述第一存算器件;

分别将N个所述初始图像块的第三特征向量一一对应传输至N个所述第一存算器件;

根据所述存算阵列输出的信号获取第i个所述初始图像块的所述融合特征向量。

4.根据权利要求2所述的图像处理方法,其特征在于,第i个所述初始图像块对应的所述注意力权重矩阵的获取方式,包括:

获取第i个所述初始图像块的第一特征向量分别与各所述初始图像块的第二特征向量的第一点积和,1≤n≤N,且所述n为整数;

对第i个所述初始图像块的N个所述第一点积和进行归一化,并根据归一化后的所述第一点积和获取第i个所述初始图像块的注意力权重矩阵。

5.根据权利要求4所述的图像处理方法,其特征在于,所述存算阵列包括至少m个第二存算器件,所述第一特征向量包括m个第一特征值,所述第二特征向量包括m个第二特征值,所述m≥2,且m为整数,第i个所述初始图像块对应的多个第一点积和的获取方式,包括:

将第i个所述初始图像块的m个第一特征值分别一一对应存储至m个第二存算器件;

分别将各所述初始图像块的m个第二特征向量一一对应传输至m个所述第二存算器件;

根据所述存算阵列输出的信号获取第i个所述初始图像块对应的第一点积和。

6.根据权利要求4所述的图像处理方法,其特征在于,所述对第i个所述初始图像块的N个所述第一点积和进行归一化,包括:

对第i个所述初始图像块的N个所述第一点积和进行最值归一化;

对所述最值归一化后的N个所述第一点积和进行指数函数归一化。

7.根据权利要求1所述的图像处理方法,其特征在于,所述根据多个所述融合特征向量进行重建以生成目标图像,包括:

根据各所述融合特征向量分别生成对应的融合图像块;

通过多层感知机分别对各所述融合图像块进行处理以生成感知图像块;

对多个所述感知图像块进行折叠以获取感知图像;

对所述感知图像进行上采样,以获取所述目标图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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OPPO广东移动通信有限公司,未经OPPO广东移动通信有限公司许可,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/202111312707.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top