公开(公告)号：CN113642589A

公开(公告)日：2021-11-12

申请号：CN202110917990.5

申请日：2021-08-11

Applicant: 南方科技大学

Inventor： 叶涛 ,  王圻 ,  朱江瀚 ,  王世航 ,  王星博 ,  何灿

IPC: G06K9/46 ,  G06N3/04

Abstract: 本申请提供一种图像特征提取方法及装置、计算机设备和可读存储介质，涉及卷积神经网络技术领域。本申请在获取到特征提取卷积神经网络的目标卷积核的待处理特征图后，会按照预设图像尺寸将由该待处理特征图经图像预处理得到的输入特征图切割为多个输入特征子图，并对每个输入特征子图进行边界填充，得到待卷积特征子图，而后针对每个待卷积特征子图，通过Karatsuba算法消减目标卷积核与该待卷积特征子图的卷积运算时的乘法器资源损耗，并有效抑制卷积运算时的加法器资源损耗的增长，得到目标特征子图，接着将多个目标特征子图进行边界叠加及边界环切，得到输出特征图，从而从整体上降低特征提取时的计算资源损耗，提升特征提取效率。

公开(公告)号：CN113642589B

公开(公告)日：2023-06-06

申请号：CN202110917990.5

申请日：2021-08-11

Applicant: 南方科技大学

Inventor： 叶涛 ,  王圻 ,  朱江瀚 ,  王世航 ,  王星博 ,  何灿

IPC: G06V10/44 ,  G06V10/82 ,  G06N3/0464

Abstract: 本申请提供一种图像特征提取方法及装置、计算机设备和可读存储介质，涉及卷积神经网络技术领域。本申请在获取到特征提取卷积神经网络的目标卷积核的待处理特征图后，会按照预设图像尺寸将由该待处理特征图经图像预处理得到的输入特征图切割为多个输入特征子图，并对每个输入特征子图进行边界填充，得到待卷积特征子图，而后针对每个待卷积特征子图，通过Karatsuba算法消减目标卷积核与该待卷积特征子图的卷积运算时的乘法器资源损耗，并有效抑制卷积运算时的加法器资源损耗的增长，得到目标特征子图，接着将多个目标特征子图进行边界叠加及边界环切，得到输出特征图，从而从整体上降低特征提取时的计算资源损耗，提升特征提取效率。