[发明专利]一种基于卷积神经网络的毫米波图像目标识别方法

摘要

一种基于卷积神经网络的毫米波图像目标识别方法，用于加速卷积神经网络处理的逻辑，所述处理器包括：第一逻辑，所述第一逻辑用于对图像应用卷积层以生成第一卷积结果；以及第二逻辑，所述第二逻辑用于对所述第一卷积结果应用查找卷积层以生成第二卷积结果，所述第二卷积结果与所述第一卷积结果在全局过滤内核内的位置相关联，还包括特征提取层、部位检测层、形变处理层、遮挡处理层和分类器。

主权项

1.一种基于卷积神经网络的毫米波图像目标识别方法，用于加速卷积神经网络处理的逻辑，所述处理器包括：第一逻辑，所述第一逻辑用于对图像应用卷积层以生成第一卷积结果；以及第二逻辑，所述第二逻辑用于对所述第一卷积结果应用查找卷积层以生成第二卷积结果，所述第二卷积结果与所述第一卷积结果在全局过滤内核内的位置相关联，还包括特征提取层、部位检测层、形变处理层、遮挡处理层和分类器，其特征在于包括以下步骤步骤一，预定数量的存储阵列，用于存储一层卷积神经网络的输入数据阵列，其中所述预定数量大于等于卷积神经网络的内核尺寸；而且其中，输入数据阵列的每一行依次存在一个存储阵列的各行内；步骤二，针对第一层卷积神经网络，接受输入进行神经元计算，将每个神经元的输出暂时保持在计算单元内；利用细胞阵列中的细胞阵列网状通信网络把这一层神经元的输出转送到预定临近区域中的需要该输出的计算单元内；步骤三，将卷积层运算转换为m行K列的矩阵A、K行n列的矩阵B的矩阵乘；将矩阵结果C分为m行n列个矩阵子块；启动矩阵乘法器预取矩阵子块的操作数；步骤四，对多个输入数据进行加法运算以输出累加数据；对累加数据进行位元移位运算以输出移位数据；以及对移位数据进行加权运算以输出加权数据，其中加权运算的因子依据输入数据的数量、位元移位运算中向右移位的位元数量以及卷积神经网络的后续层的缩放权值而定。