[发明专利]图像反卷积方法及装置、设备和介质

说明书

本公开提供了一种图像反卷积方法及装置、设备和介质，涉及芯片技术领域，尤其涉及人工智能和图像处理技术领域。实现方案为：获取包含多个像素元素的特征图、包含多个反卷积核元素的反卷积核矩阵和反卷积参数；针对所述多个反卷积核元素中的每个反卷积核元素，计算该反卷积核元素与所述多个像素元素中的每个像素元素的乘积，以得到多个乘积结果；针对所述多个乘积结果中的每个乘积结果，基于与该乘积结果对应的像素元素在所述特征图中的位置、与该乘积结果对应的反卷积核元素在所述反卷积核矩阵中的位置和所述反卷积参数，确定该乘积结果在目标结果图中的目标位置；以及基于所述多个乘积结果各自相应的目标位置，确定所述目标结果图。

技术领域

本公开涉及芯片技术领域，尤其涉及人工智能和图像处理领域，具体涉及一种图像反卷积方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

卷积神经网络在基于深度学习的图像处理技术领域中有着广泛的存在和应用。它是一类包含卷积计算且具有深度结构的前馈神经网络。在此基础上，需要利用反卷积计算或卷积梯度计算来实现图像处理技术的优化。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种图像反卷积方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种图像反卷积方法，包括：获取包含多个像素元素的特征图、包含多个反卷积核元素的反卷积核矩阵和反卷积参数；针对所述多个反卷积核元素中的每个反卷积核元素，计算该反卷积核元素与所述多个像素元素中的每个像素元素的乘积，以得到多个乘积结果；针对所述多个乘积结果中的每个乘积结果，基于与该乘积结果对应的像素元素在所述特征图中的位置、与该乘积结果对应的反卷积核元素在所述反卷积核矩阵中的位置和所述反卷积参数，确定该乘积结果在目标结果图中的目标位置；以及基于所述多个乘积结果各自相应的目标位置，确定所述目标结果图。

根据本公开的另一方面，提供了一种图像反卷积装置，包括：获取单元，被配置为获取包含多个像素元素的特征图、包含多个反卷积核元素的反卷积核矩阵和反卷积参数；计算单元，被配置为针对所述多个反卷积核元素中的每个反卷积核元素，计算该反卷积核元素与所述多个像素元素中的每个像素元素的乘积，以得到多个乘积结果；第一确定单元，被配置为针对所述多个乘积结果中的每个乘积结果，基于与该乘积结果对应的像素元素在所述特征图中的位置、与该乘积结果对应的反卷积核元素在所述反卷积核矩阵中的位置和所述反卷积参数，确定该乘积结果在目标结果图中的目标位置；以及第二确定单元，被配置为基于所述多个乘积结果各自相应的目标位置，确定所述目标结果图。

根据本公开的另一方面，提供了一种芯片，包括如上所述的图像反卷积装置。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述图像反卷积方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述图像反卷积方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时能够实现上述图像反卷积方法。