图像数据处理方法、装置、计算机设备和存储介质.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111444957 A (43)申请公布日 2020.07.24 (21)申请号 202010218037.7 (22)申请日 2020.03.25 (71)申请人 腾讯科技（深圳）有限公司 地址 518000 广东省深圳市南山区高新区 科技中一路腾讯大厦35层 (72)发明人 张申傲　申丽　李志锋　刘威　 (74)专利代理机构 广州华进联合专利商标代理 有限公司 44224 代理人 董慧 (51)Int.Cl. G06K 9/62(2006.01) G06K 9/46(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) 权利要求书2页 说明书14页 附图6页 (54)发明名称 图像数据处理方法、装置、计算机设备和存 储介质 (57)摘要 本申请涉及一种基于人工智能的图像数据 处理方法、装置、计算机设备和存储介质。该方法 包括：获取待处理图像的输入矩阵；其中，输入矩 阵为待处理图像的像素矩阵；将输入矩阵从深度 维度分组，对得到的每个分组分别进行分组卷积 处理，得到各分组空间维度的分组特征向量；根 据分组特征向量以及空间维度上各节点的节点 特征向量，确定空间维度上各节点与各分组的相 关系数；根据节点与分组的相关系数，对分组特 征向量进行加权处理，得到空间维度上各节点的 上下文信息；根据输入矩阵各节点以及各节点的 A 上下文信息，得到待处理图像的识别结果。该方 7 法利用组卷积局部特征之外的上下文信息，能够 5 9 4 提高图像数据处理效率。 4 4 1 1 1 N C CN 111444957 A 权　利　要　求　书 1/2页 1.一种图像数据处理方法，所述方法包括： 获取待处理图像的输入矩阵；其中，所述输入矩阵为所述待处理图像的像素矩阵； 将所述输入矩阵从深度维度分组，对得到的每个分组分别进行分组卷积处理，得到各 分组空间维度的分组特征向量； 根据所述分组特征向量以及空间维度上各节点的节点特征向量，确定空间维度上各节 点与各分组的相关系数； 根据所述节点与分组的相关系数，对所述分组特征向量进行加权处理，得到空间维度 上各节点的上下文信息； 根据所述输入矩阵各节点以及各节点的所述上下文信息，得到所述待处理图像的识别 结果。 2.根据权利要求1所述的方法，其特征在于，将所述输入矩阵从深度维度分组，对得到 的每个分组分别进行分组卷积处理，得到各分组空间维度的分组特征向量，包括： 将所述输入矩阵从深度维度分组，对得到的每个分组分别进行分组卷积处理，得到各 分组空间维度的组内特征向量； 根据所述组内特征向量，确定各分组之间的组间关联信息，对所述组内特征向量融合 所述组间关联信息，得到各分组的分组特征向量。 3.根据权利要求2所述的方法，其特征在于，将所述输入矩阵从深度维度分组，对得到 的每个分组分别进行分组卷积处理，得到各分组空间维度的组内特征向量，包括： 将输入矩阵从深度维度进行分组，对得到的每个分组的空间维度分别进行分组卷积处 理，得到每个分组空间维度的输出特征向量； 根据各分组空间维度的所述输出特征向量分别得到各分组的注意力矩阵； 根据所述注意力矩阵对所述待处理图像空间维度的特征向量进行加权求和，得到各分 组空间维度的组内特征向量。 4.根据权利要求3所述的方法，其特征在于，所述根据各分组空间维度的所述输出特征 向量