[发明专利]用于分析卷积神经网络中的图像的方法和系统有效
| 申请号： | 201780070253.8 | 申请日： | 2017-12-12 |
| 公开（公告）号： | CN109964250B | 公开（公告）日： | 2023-09-05 |
| 发明（设计）人： | 米希尔·纳伦德拉·莫迪;马努·马修;柴塔尼亚·萨蒂什·格纳 | 申请（专利权）人： | 德州仪器公司 |
| 主分类号： | G06T7/262 | 分类号： | G06T7/262 |
| 代理公司： | 北京律盟知识产权代理有限责任公司 11287 | 代理人： | 林斯凯 |
| 地址： | 美国德*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种分析图像以产生输出特征的方法(500)包含接收所述图像的输入特征并且对每一输入特征执行(502)傅里叶变换。接收具有训练特征的系数的内核并且对所述内核中的系数执行(510)实时傅里叶变换OTF‑FT。使每一傅里叶变换和每一OTF‑FT的输出相乘(512)以产生乘积，且使所述乘积中的每一个相加(513)以产生每一输出特征的一个和。对每一和执行(516)二维反傅里叶变换。 | ||
| 搜索关键词： | 用于 分析 卷积 神经网络 中的 图像 方法 系统 | ||
【主权项】：
1.一种用于分析图像的系统，所述装置包括：输入，其用于接收图像的输入特征；傅里叶变换FT模块，每一FT模块用于对所述图像的每一输入特征执行二维FT；用于每一输入特征的一个实时傅里叶变换OTF‑FT模块，每一OTF‑FT模块用于对训练图像特征的加权系数执行傅里叶变换；复数乘法模块，其用于对每一FT和每一OTF‑FT的输出执行复数乘法；复数加法模块，其用于对所述复数乘法模块中的每一个的每一输出执行复数加法；和二维反傅里叶变换2D‑IFT，其用于对所述复数加法的输出执行二维反傅里叶变换。
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德州仪器公司，未经德州仪器公司许可，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/patent/201780070253.8/，转载请声明来源钻瓜专利网。
- 上一篇：用于对身体部分的自适应轮廓勾画的装置
- 下一篇：描绘装置及描绘方法
