本發(fā)明涉及圖像處理
技術(shù)領(lǐng)域：
，特別涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法、裝置及移動(dòng)終端。
背景技術(shù)：
：隨著卷積神經(jīng)網(wǎng)絡(luò)(cnn：convolutionalneuralnetwork)的快速發(fā)展，越來越多的圖像處理手段，如分類、分割、風(fēng)格轉(zhuǎn)換、畫質(zhì)改善等，均采用cnn進(jìn)行訓(xùn)練學(xué)習(xí)，以取得比傳統(tǒng)處理方法更好的效果。然而，cnn在移動(dòng)終端上的應(yīng)用仍存在瓶頸，尤其是當(dāng)cnn達(dá)到數(shù)百層時(shí)，需大量的浮點(diǎn)數(shù)乘法運(yùn)算及大量的cpu內(nèi)存申請(qǐng)，導(dǎo)致移動(dòng)終端的計(jì)算效率和內(nèi)存跟不上cnn的發(fā)展速度?，F(xiàn)有的在移動(dòng)終端基于卷積神經(jīng)網(wǎng)絡(luò)處理圖像的方法，是利用gpu和如opengles的圖形程序接口來實(shí)現(xiàn)浮點(diǎn)運(yùn)算的。一方面，移動(dòng)終端內(nèi)置的gpu具有強(qiáng)大的浮點(diǎn)運(yùn)算能力，能夠?qū)⒁苿?dòng)終端的浮點(diǎn)運(yùn)算效率提高10倍以上，甚至更多倍數(shù)，另一方面，移動(dòng)端gpu芯片基本支持opengles，而opengles的3.x系列可支持16位或32位浮點(diǎn)紋理，可為gpu計(jì)算提供極大的便利性，從而可用于cnn的gpu高效計(jì)算。然而，在通過紋理存儲(chǔ)數(shù)據(jù)時(shí)，勢必會(huì)導(dǎo)致大量紋理的創(chuàng)建，而opengles在紋理渲染過程中是需要不斷綁定和解綁不同紋理的，導(dǎo)致了計(jì)算效率下降。而且cnn中存在數(shù)量較多的卷積層，在利用opengles執(zhí)行腳本渲染以實(shí)現(xiàn)卷積處理時(shí)，對(duì)于特征圖邊界的判斷需要使用如“if…else…”的條件判斷語句，而此類語句容易給渲染過程帶來效率低下的問題。因此，需要一種新的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方案來優(yōu)化上述過程。技術(shù)實(shí)現(xiàn)要素：為此，本發(fā)明提供一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理的技術(shù)方案，以力圖解決或者至少緩解上面存在的問題。根據(jù)本發(fā)明的一個(gè)方面，提供一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法，適于在具有圖形程序接口的移動(dòng)終端中執(zhí)行，卷積神經(jīng)網(wǎng)絡(luò)包括多個(gè)處理層和多個(gè)數(shù)據(jù)層，其中每個(gè)處理層用于處理與之相連的上一數(shù)據(jù)層中的多個(gè)特征圖，以生成下一數(shù)據(jù)層中的多個(gè)特征圖，移動(dòng)終端中存儲(chǔ)有各數(shù)據(jù)層對(duì)應(yīng)于圖形程序接口的存儲(chǔ)參數(shù)，存儲(chǔ)參數(shù)包括特征圖尺寸、紋理橫向數(shù)量和紋理縱向數(shù)量，該方法包括如下步驟：首先，將待處理圖片作為第一個(gè)數(shù)據(jù)層輸入到卷積神經(jīng)網(wǎng)絡(luò)；對(duì)每一個(gè)數(shù)據(jù)層，根據(jù)存儲(chǔ)參數(shù)，將該數(shù)據(jù)層的多個(gè)特征圖組合形成對(duì)應(yīng)的大紋理進(jìn)行存儲(chǔ)；對(duì)每一個(gè)處理層，獲取與之相連的上一數(shù)據(jù)層對(duì)應(yīng)的大紋理，調(diào)用圖形程序接口對(duì)其進(jìn)行與該處理層對(duì)應(yīng)的渲染處理，以生成下一數(shù)據(jù)層中的多個(gè)特征圖。可選地，在根據(jù)本發(fā)明的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法中，特征圖尺寸包括特征圖的高和寬，根據(jù)存儲(chǔ)參數(shù)，將該數(shù)據(jù)層的多個(gè)特征圖組合形成對(duì)應(yīng)的大紋理進(jìn)行存儲(chǔ)的步驟包括：獲取該數(shù)據(jù)層中多個(gè)特征圖對(duì)應(yīng)的小紋理；將小紋理按照紋理橫向數(shù)量乘以紋理縱向數(shù)量的樣式進(jìn)行組合，以形成對(duì)應(yīng)的大紋理進(jìn)行存儲(chǔ)，大紋理的高為特征圖的高與紋理縱向數(shù)量的乘積，大紋理的寬為特征圖的寬與紋理橫向數(shù)量的乘積。可選地，在根據(jù)本發(fā)明的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法中，獲取與之相連的上一數(shù)據(jù)層對(duì)應(yīng)的大紋理，調(diào)用圖形程序接口對(duì)其進(jìn)行與該處理層對(duì)應(yīng)的渲染處理，以生成下一數(shù)據(jù)層中的多個(gè)特征圖的步驟包括：獲取與該處理層相連的上一數(shù)據(jù)層對(duì)應(yīng)的大紋理，大紋理由上一數(shù)據(jù)層中的多個(gè)特征圖所形成的小紋理組成；對(duì)每一個(gè)小紋理，獲取該小紋理的各頂點(diǎn)的紋理坐標(biāo)與像素坐標(biāo)；根據(jù)各頂點(diǎn)的紋理坐標(biāo)與像素坐標(biāo)，調(diào)用圖形程序接口對(duì)該小紋理進(jìn)行與該處理層對(duì)應(yīng)的渲染處理，以生成下一數(shù)據(jù)層中的多個(gè)特征圖?？蛇x地，在根據(jù)本發(fā)明的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法中，處理層包括卷積層，與該卷積層相連的上一數(shù)據(jù)層對(duì)應(yīng)的大紋理包括由該數(shù)據(jù)層中的多個(gè)特征圖形成的小紋理，獲取與之相連的上一數(shù)據(jù)層對(duì)應(yīng)的大紋理，調(diào)用圖形程序接口對(duì)其進(jìn)行與該處理層對(duì)應(yīng)的渲染處理的步驟，包括調(diào)用圖形程序接口對(duì)其進(jìn)行與該卷積層對(duì)應(yīng)的渲染處理，調(diào)用圖形程序接口對(duì)其進(jìn)行與該卷積層對(duì)應(yīng)的渲染處理的步驟包括：獲取卷積層的處理參數(shù)，以及與卷積層相連的下一數(shù)據(jù)層的存儲(chǔ)參數(shù)中的特征圖尺寸，處理參數(shù)包括卷積核與步長；對(duì)每一個(gè)小紋理，根據(jù)處理參數(shù)，對(duì)該小紋理中符合特征圖尺寸的中心區(qū)域進(jìn)行一次渲染處理；在完成一次渲染處理后，對(duì)中心區(qū)域以外的小紋理的邊界區(qū)域進(jìn)行二次渲染處理。可選地，在根據(jù)本發(fā)明的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法中，還包括預(yù)先獲取卷積神經(jīng)網(wǎng)絡(luò)中各數(shù)據(jù)層的對(duì)應(yīng)于圖形程序接口的存儲(chǔ)參數(shù)?？蛇x地，在根據(jù)本發(fā)明的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法中，預(yù)先獲取卷積神經(jīng)網(wǎng)絡(luò)中各數(shù)據(jù)層的對(duì)應(yīng)于圖形程序接口的存儲(chǔ)參數(shù)的步驟包括：根據(jù)預(yù)先獲取的訓(xùn)練圖片集對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以獲取各數(shù)據(jù)層的特征圖的特征圖尺寸和特征圖數(shù)量；對(duì)每一個(gè)數(shù)據(jù)層，將該數(shù)據(jù)層的特征圖數(shù)量與4的商作為特征圖對(duì)應(yīng)的小紋理的數(shù)量，小紋理的尺寸與特征圖尺寸一致；將小紋理的數(shù)量拆分成2個(gè)盡可能接近的數(shù)值的乘積，將這2個(gè)數(shù)值分別作為紋理橫向數(shù)量和紋理縱向數(shù)量。根據(jù)本發(fā)明的又一個(gè)方面，提供一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理裝置，該裝置適于駐留在具有圖形程序接口的移動(dòng)終端中，卷積神經(jīng)網(wǎng)絡(luò)包括多個(gè)處理層和多個(gè)數(shù)據(jù)層，其中每個(gè)處理層用于處理與之相連的上一數(shù)據(jù)層中的多個(gè)特征圖，以生成下一數(shù)據(jù)層中的多個(gè)特征圖，移動(dòng)終端中存儲(chǔ)有各數(shù)據(jù)層對(duì)應(yīng)于圖形程序接口的存儲(chǔ)參數(shù)，存儲(chǔ)參數(shù)包括特征圖尺寸、紋理橫向數(shù)量和紋理縱向數(shù)量，該裝置包括輸入模塊、轉(zhuǎn)換模塊和處理模塊。其中，輸入模塊適于將待處理圖片作為第一個(gè)數(shù)據(jù)層輸入到卷積神經(jīng)網(wǎng)絡(luò)；轉(zhuǎn)換模塊適于對(duì)每一個(gè)數(shù)據(jù)層，根據(jù)存儲(chǔ)參數(shù)，將該數(shù)據(jù)層的多個(gè)特征圖組合形成對(duì)應(yīng)的大紋理進(jìn)行存儲(chǔ)；處理模塊適于對(duì)每一個(gè)處理層，獲取與之相連的上一數(shù)據(jù)層對(duì)應(yīng)的大紋理，調(diào)用圖形程序接口對(duì)其進(jìn)行與該處理層對(duì)應(yīng)的渲染處理，以生成下一數(shù)據(jù)層中的多個(gè)特征圖。可選地，在根據(jù)本發(fā)明的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理裝置中，特征圖尺寸包括特征圖的高和寬，轉(zhuǎn)換模塊進(jìn)一步適于：獲取該數(shù)據(jù)層中多個(gè)特征圖對(duì)應(yīng)的小紋理；將小紋理按照紋理橫向數(shù)量乘以紋理縱向數(shù)量的樣式進(jìn)行組合，以形成對(duì)應(yīng)的大紋理進(jìn)行存儲(chǔ)，大紋理的高為特征圖的高與紋理縱向數(shù)量的乘積，大紋理的寬為特征圖的寬與紋理橫向數(shù)量的乘積?？蛇x地，在根據(jù)本發(fā)明的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理裝置中，處理模塊進(jìn)一步適于：獲取與該處理層相連的上一數(shù)據(jù)層對(duì)應(yīng)的大紋理，大紋理由上一數(shù)據(jù)層中的多個(gè)特征圖所形成的小紋理組成；對(duì)每一個(gè)小紋理，獲取該小紋理的各頂點(diǎn)的紋理坐標(biāo)與像素坐標(biāo)；根據(jù)各頂點(diǎn)的紋理坐標(biāo)與像素坐標(biāo)，調(diào)用圖形程序接口對(duì)該小紋理進(jìn)行與該處理層對(duì)應(yīng)的渲染處理，以生成下一數(shù)據(jù)層中的多個(gè)特征圖?？蛇x地，在根據(jù)本發(fā)明的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理裝置中，處理層包括卷積層，與該卷積層相連的上一數(shù)據(jù)層對(duì)應(yīng)的大紋理包括由該數(shù)據(jù)層中的多個(gè)特征圖形成的小紋理，處理模塊還適于：獲取卷積層的處理參數(shù)，以及與卷積層相連的下一數(shù)據(jù)層的存儲(chǔ)參數(shù)中的特征圖尺寸，處理參數(shù)包括卷積核與步長；對(duì)每一個(gè)小紋理，根據(jù)處理參數(shù)，對(duì)該小紋理中符合特征圖尺寸的中心區(qū)域進(jìn)行一次渲染處理；在完成一次渲染處理后，對(duì)中心區(qū)域以外的小紋理的邊界區(qū)域進(jìn)行二次渲染處理?？蛇x地，在根據(jù)本發(fā)明的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理裝置中，還包括獲取模塊，適于預(yù)先獲取卷積神經(jīng)網(wǎng)絡(luò)中各數(shù)據(jù)層的對(duì)應(yīng)于圖形程序接口的存儲(chǔ)參數(shù)。可選地，在根據(jù)本發(fā)明的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理裝置中，獲取模塊進(jìn)一步適于：根據(jù)預(yù)先獲取的訓(xùn)練圖片集對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以獲取各數(shù)據(jù)層的特征圖的特征圖尺寸和特征圖數(shù)量；對(duì)每一個(gè)數(shù)據(jù)層，將該數(shù)據(jù)層的特征圖數(shù)量與4的商作為特征圖對(duì)應(yīng)的小紋理的數(shù)量，小紋理的尺寸與特征圖尺寸一致；將小紋理的數(shù)量拆分成2個(gè)盡可能接近的數(shù)值的乘積，將這2個(gè)數(shù)值分別作為紋理橫向數(shù)量和紋理縱向數(shù)量。根據(jù)本發(fā)明的又一個(gè)方面，提供一種移動(dòng)終端，包括根據(jù)本發(fā)明的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理裝置。根據(jù)本發(fā)明的又一個(gè)方面，還提供一種移動(dòng)終端，包括一個(gè)或多個(gè)處理器、存儲(chǔ)器以及一個(gè)或多個(gè)程序，其中一個(gè)或多個(gè)程序存儲(chǔ)在存儲(chǔ)器中并被配置為由一個(gè)或多個(gè)處理器執(zhí)行，一個(gè)或多個(gè)程序包括用于執(zhí)行根據(jù)本發(fā)明的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法的指令。根據(jù)本發(fā)明的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方案，首先將待處理圖片作為第一個(gè)數(shù)據(jù)層輸入到卷積神經(jīng)網(wǎng)絡(luò)中開始進(jìn)行圖像處理，在處理過程中，對(duì)于卷積神經(jīng)網(wǎng)絡(luò)中的每一個(gè)數(shù)據(jù)層，會(huì)根據(jù)該數(shù)據(jù)層對(duì)應(yīng)與圖形程序接口的存儲(chǔ)參數(shù)，將這一數(shù)據(jù)層的多個(gè)特征圖組合形成對(duì)應(yīng)的大紋理進(jìn)行存儲(chǔ)，則與該數(shù)據(jù)層相連的下一處理層即獲取上述大紋理，調(diào)用圖形程序接口對(duì)其進(jìn)行與該處理層對(duì)應(yīng)的渲染處理，以生成與之相連的下一數(shù)據(jù)層中的多個(gè)特征圖，而下一數(shù)據(jù)層則會(huì)繼續(xù)執(zhí)行將多個(gè)特征圖組合形成大紋理進(jìn)行存儲(chǔ)的步驟。換言之，對(duì)于每一個(gè)處理層，相當(dāng)于輸入該處理層的數(shù)據(jù)是一個(gè)大紋理，而從該處理層輸出的數(shù)據(jù)也是一個(gè)大紋理，處理層的計(jì)算過程則轉(zhuǎn)換為基于圖形程序接口的腳本渲染過程。在上述技術(shù)方案中，對(duì)于各數(shù)據(jù)層，通過將該數(shù)據(jù)層的多個(gè)特征圖進(jìn)行組合形成對(duì)應(yīng)的大紋理，以提供給與之相連的下一處理層進(jìn)行處理，而對(duì)于各處理層，則對(duì)與該處理層相連的上一數(shù)據(jù)層對(duì)應(yīng)的大紋理中的各小紋理執(zhí)行分塊渲染，不僅無需大量創(chuàng)建紋理，避免在紋理渲染過程中不斷綁定和解綁紋理的重復(fù)操作，而且處理層的計(jì)算環(huán)節(jié)完全在gpu中完成，無需cpu與gpu的數(shù)據(jù)來回切換，提高了計(jì)算效率。進(jìn)一步地，當(dāng)處理層具體為卷積層時(shí)，對(duì)當(dāng)前輸入的大紋理中的各小紋理，基于邊界區(qū)域進(jìn)行分次渲染，以降低因防止越界而進(jìn)行條件判斷的次數(shù)，充分利用腳本渲染的計(jì)算效率，實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)的加速。附圖說明為了實(shí)現(xiàn)上述以及相關(guān)目的，本文結(jié)合下面的描述和附圖來描述某些說明性方面，這些方面指示了可以實(shí)踐本文所公開的原理的各種方式，并且所有方面及其等效方面旨在落入所要求保護(hù)的主題的范圍內(nèi)。通過結(jié)合附圖閱讀下面的詳細(xì)描述，本公開的上述以及其它目的、特征和優(yōu)勢將變得更加明顯。遍及本公開，相同的附圖標(biāo)記通常指代相同的部件或元素。圖1示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的移動(dòng)終端100的結(jié)構(gòu)框圖；圖2示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法200的流程圖；圖3示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)示意圖；圖4示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的卷積神經(jīng)網(wǎng)絡(luò)中數(shù)據(jù)層a2對(duì)應(yīng)的大紋理示意圖；圖5示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的卷積神經(jīng)網(wǎng)絡(luò)中數(shù)據(jù)層a3對(duì)應(yīng)的大紋理示意圖；圖6示出了本發(fā)明一個(gè)實(shí)施例的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理裝置600的示意圖；以及圖7示出了本發(fā)明又一個(gè)實(shí)施例的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理裝置700的示意圖。具體實(shí)施方式下面將參照附圖更詳細(xì)地描述本公開的示例性實(shí)施例。雖然附圖中顯示了本公開的示例性實(shí)施例，然而應(yīng)當(dāng)理解，可以以各種形式實(shí)現(xiàn)本公開而不應(yīng)被這里闡述的實(shí)施例所限制。相反，提供這些實(shí)施例是為了能夠更透徹地理解本公開，并且能夠?qū)⒈竟_的范圍完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。圖1是移動(dòng)終端100的結(jié)構(gòu)框圖。移動(dòng)終端100可以包括存儲(chǔ)器接口102、一個(gè)或多個(gè)數(shù)據(jù)處理器、圖像處理器和/或中央處理單元104，以及外圍接口106。存儲(chǔ)器接口102、一個(gè)或多個(gè)處理器104和/或外圍接口106既可以是分立元件，也可以集成在一個(gè)或多個(gè)集成電路中。在移動(dòng)終端100中，各種元件可以通過一條或多條通信總線或信號(hào)線來耦合。傳感器、設(shè)備和子系統(tǒng)可以耦合到外圍接口106，以便幫助實(shí)現(xiàn)多種功能。例如，運(yùn)動(dòng)傳感器110、光線傳感器112和距離傳感器114可以耦合到外圍接口106，以方便定向、照明和測距等功能。其他傳感器116同樣可以與外圍接口106相連，例如定位系統(tǒng)(例如gps接收機(jī))、溫度傳感器、生物測定傳感器或其他感測設(shè)備，由此可以幫助實(shí)施相關(guān)的功能。相機(jī)子系統(tǒng)120和光學(xué)傳感器122可以用于方便諸如記錄照片和視頻剪輯的相機(jī)功能的實(shí)現(xiàn)，其中所述相機(jī)子系統(tǒng)和光學(xué)傳感器例如可以是電荷耦合器件(ccd)或互補(bǔ)金屬氧化物半導(dǎo)體(cmos)光學(xué)傳感器?？梢酝ㄟ^一個(gè)或多個(gè)無線通信子系統(tǒng)124來幫助實(shí)現(xiàn)通信功能，其中無線通信子系統(tǒng)可以包括射頻接收機(jī)和發(fā)射機(jī)和/或光(例如紅外)接收機(jī)和發(fā)射機(jī)。無線通信子系統(tǒng)124的特定設(shè)計(jì)和實(shí)施方式可以取決于移動(dòng)終端100所支持的一個(gè)或多個(gè)通信網(wǎng)絡(luò)。例如，移動(dòng)終端100可以包括被設(shè)計(jì)成支持lte、3g、gsm網(wǎng)絡(luò)、gprs網(wǎng)絡(luò)、edge網(wǎng)絡(luò)、wi-fi或wimax網(wǎng)絡(luò)以及blueboothtm網(wǎng)絡(luò)的通信子系統(tǒng)124。音頻子系統(tǒng)126可以與揚(yáng)聲器128以及麥克風(fēng)130相耦合，以便幫助實(shí)施啟用語音的功能，例如語音識(shí)別、語音復(fù)制、數(shù)字記錄和電話功能。i/o子系統(tǒng)140可以包括觸摸屏控制器142和/或一個(gè)或多個(gè)其他輸入控制器144。觸摸屏控制器142可以耦合到觸摸屏146。舉例來說，該觸摸屏146和觸摸屏控制器142可以使用多種觸摸感測技術(shù)中的任何一種來檢測與之進(jìn)行的接觸和移動(dòng)或是暫停，其中感測技術(shù)包括但不局限于電容性、電阻性、紅外和表面聲波技術(shù)。一個(gè)或多個(gè)其他輸入控制器144可以耦合到其他輸入/控制設(shè)備148，例如一個(gè)或多個(gè)按鈕、搖桿開關(guān)、拇指旋輪、紅外端口、usb端口、和/或指示筆之類的指點(diǎn)設(shè)備。所述一個(gè)或多個(gè)按鈕(未顯示)可以包括用于控制揚(yáng)聲器128和/或麥克風(fēng)130音量的向上/向下按鈕。存儲(chǔ)器接口102可以與存儲(chǔ)器150相耦合。該存儲(chǔ)器150可以包括高速隨機(jī)存取存儲(chǔ)器和/或非易失性存儲(chǔ)器，例如一個(gè)或多個(gè)磁盤存儲(chǔ)設(shè)備，一個(gè)或多個(gè)光學(xué)存儲(chǔ)設(shè)備，和/或閃存存儲(chǔ)器(例如nand，nor)。存儲(chǔ)器150可以存儲(chǔ)操作系統(tǒng)172，例如android、ios或是windowsphone之類的操作系統(tǒng)。該操作系統(tǒng)172可以包括用于處理基本系統(tǒng)服務(wù)以及執(zhí)行依賴于硬件的任務(wù)的指令。存儲(chǔ)器150還可以存儲(chǔ)應(yīng)用174。在移動(dòng)設(shè)備運(yùn)行時(shí)，會(huì)從存儲(chǔ)器150中加載操作系統(tǒng)172，并且由處理器104執(zhí)行。應(yīng)用174在運(yùn)行時(shí)，也會(huì)從存儲(chǔ)器150中加載，并由處理器104執(zhí)行。應(yīng)用174運(yùn)行在操作系統(tǒng)之上，利用操作系統(tǒng)以及底層硬件提供的接口實(shí)現(xiàn)各種用戶期望的功能，如即時(shí)通信、網(wǎng)頁瀏覽、圖片管理等。應(yīng)用174可以是獨(dú)立于操作系統(tǒng)提供的，也可以是操作系統(tǒng)自帶的。另外，應(yīng)用174被安裝到移動(dòng)終端100中時(shí)，也可以向操作系統(tǒng)添加驅(qū)動(dòng)模塊。在上述各種應(yīng)用174中，其中的一種應(yīng)用為根據(jù)本發(fā)明的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理裝置600。其中，卷積神經(jīng)網(wǎng)絡(luò)包括多個(gè)處理層和多個(gè)數(shù)據(jù)層，每個(gè)處理層用于處理與之相連的上一數(shù)據(jù)層中的多個(gè)特征圖，以生成下一數(shù)據(jù)層的多個(gè)特征圖。進(jìn)一步地，移動(dòng)終端100具有圖形程序接口(圖中未示出)，例如opengl系列，并存儲(chǔ)有卷積神經(jīng)網(wǎng)絡(luò)中各數(shù)據(jù)層對(duì)應(yīng)于圖形程序接口的存儲(chǔ)參數(shù)，基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理裝置600對(duì)于每一個(gè)數(shù)據(jù)層，根據(jù)該數(shù)據(jù)層的存儲(chǔ)參數(shù)，將多個(gè)特征圖組合形成對(duì)應(yīng)的大紋理以作為與該數(shù)據(jù)層相連的下一處理層的輸入，調(diào)用該圖形程序接口對(duì)該大紋理執(zhí)行與該處理層對(duì)應(yīng)的渲染處理。一般情況下，各數(shù)據(jù)層的存儲(chǔ)參數(shù)包括特征圖尺寸、紋理橫向數(shù)量和紋理縱向數(shù)量，是在預(yù)先對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)獲取的，具體的獲取方法此處先暫且不表，后面再予以解釋說明。圖2示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法200的流程圖?；诰矸e神經(jīng)網(wǎng)絡(luò)的圖像處理方法200適于在具有圖形程序接口的移動(dòng)終端100(例如圖1所示的移動(dòng)終端100)中執(zhí)行。如圖2所示，方法200始于步驟s210。在步驟s210中，將待處理圖片作為第一個(gè)數(shù)據(jù)層輸入到卷積神經(jīng)網(wǎng)絡(luò)。其中，卷積神經(jīng)網(wǎng)絡(luò)是已經(jīng)預(yù)先訓(xùn)練好的，所包括的數(shù)據(jù)層的數(shù)量一般比處理層的數(shù)量多1個(gè)。圖3示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)示意圖。如圖3所示，該卷積神經(jīng)網(wǎng)絡(luò)包括5個(gè)數(shù)據(jù)層a1～a5和4個(gè)處理層b1～b4，其中，數(shù)據(jù)層a1和a5分別對(duì)應(yīng)卷積神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)層和輸出數(shù)據(jù)層，處理層b1～b4用于處理與之相連的上一數(shù)據(jù)層中的多個(gè)特征圖，以生成下一數(shù)據(jù)層中的多個(gè)特征圖。在該實(shí)施方式中，待處理圖片為rgba的4通道彩色圖片，尺寸為320px×256px，由于待處理圖片的通道數(shù)為4，表明每1個(gè)通道下的圖片對(duì)應(yīng)于1個(gè)特征圖，即該圖片包括4個(gè)不同通道，即通道r、g、b和alpha下，尺寸為320px×256px的特征圖，將這4個(gè)特征圖作為數(shù)據(jù)層a1輸入到上述卷積神經(jīng)網(wǎng)絡(luò)以便進(jìn)行后續(xù)圖像處理。隨后，進(jìn)入步驟s220，對(duì)每一個(gè)數(shù)據(jù)層，根據(jù)存儲(chǔ)參數(shù)，將該數(shù)據(jù)層的多個(gè)特征圖組合形成對(duì)應(yīng)的大紋理進(jìn)行存儲(chǔ)。其中，存儲(chǔ)參數(shù)與圖形程序接口對(duì)應(yīng)，包括特征圖尺寸、紋理橫向數(shù)量和紋理縱向數(shù)量，特征圖尺寸包括特征圖的高和寬。根據(jù)本發(fā)明的一個(gè)實(shí)施例，圖形程序接口選用opengles3.0，表1示出了該實(shí)施方式下卷積神經(jīng)網(wǎng)絡(luò)各數(shù)據(jù)層的存儲(chǔ)參數(shù)示例，具體如下所示：數(shù)據(jù)層特征圖尺寸(高px×寬px)紋理橫向數(shù)量紋理縱向數(shù)量a1320px×256px11a280px×64px31a380px×64px31a478px×62px21a578px×62px11表1根據(jù)該實(shí)施方式，可以通過以下方式對(duì)各數(shù)據(jù)層的多個(gè)特征圖組合形成對(duì)應(yīng)的大紋理進(jìn)行存儲(chǔ)。首先，獲取該數(shù)據(jù)層中多個(gè)特征圖對(duì)應(yīng)的小紋理，由于opengles3.0的浮點(diǎn)紋理最大的特點(diǎn)是可以用4通道來存儲(chǔ)數(shù)據(jù)，則紋理的4通道可同時(shí)存儲(chǔ)4個(gè)特征圖，則可通過將特征圖數(shù)量與4的商作為小紋理的數(shù)量，以實(shí)現(xiàn)以與特征圖尺寸相同的小紋理來存儲(chǔ)多個(gè)特征圖。當(dāng)然，在特征圖數(shù)量無法被4整除時(shí)，在計(jì)算上將特征圖數(shù)量與4的商向下取整后再加1的值作為小紋理的數(shù)量，即當(dāng)不足4通道時(shí)，會(huì)湊成4通道存在紋理中。比如對(duì)數(shù)據(jù)層a1，數(shù)據(jù)層a1中共計(jì)4個(gè)特征圖，且特征圖尺寸為320px×256px，則小紋理的數(shù)量為4/4＝1，得到了數(shù)據(jù)層a1中4個(gè)特征圖對(duì)應(yīng)的1個(gè)小紋理。然后，將得到的小紋理按照紋理橫向數(shù)量乘以紋理縱向數(shù)量的樣式進(jìn)行組合，以形成對(duì)應(yīng)的大紋理進(jìn)行存儲(chǔ)，該大紋理的高為特征圖的高與紋理縱向數(shù)量的乘積，該大紋理的寬為特征圖的寬與紋理橫向數(shù)量的乘積。很明顯，由于數(shù)據(jù)層a1對(duì)應(yīng)的小紋理只有1個(gè)，且紋理橫向數(shù)量和紋理縱向數(shù)量也均為1，則形成的大紋理實(shí)際上就是該小紋理。為了進(jìn)一步說明大紋理的形成過程，下面以數(shù)據(jù)層a2為例進(jìn)行補(bǔ)充描述。數(shù)據(jù)層a2中所包括的特征圖是處理層b1對(duì)數(shù)據(jù)層a1對(duì)應(yīng)的大紋理進(jìn)行渲染處理而生成的，此時(shí)得到數(shù)據(jù)層a2共計(jì)具有11個(gè)特征圖，由于11無法被4整除，則計(jì)算11與4的商向下取整后再加1的值作為小紋理的數(shù)量，即小紋理的數(shù)量為floor(11/4)+1＝3，floor表示向下取整。對(duì)于前2個(gè)小紋理，每個(gè)小紋理的4通道均存儲(chǔ)有特征圖，即總共存儲(chǔ)了8個(gè)特征圖，還剩余11-8＝3個(gè)特征圖，這3個(gè)特征圖需要存儲(chǔ)在第3個(gè)小紋理中，但是考慮到1個(gè)小紋理可同時(shí)存儲(chǔ)4個(gè)特征圖，基于補(bǔ)全原則，需要將余下的3個(gè)特征圖湊成4個(gè)特征圖進(jìn)行存儲(chǔ)，即將第4個(gè)特征圖對(duì)應(yīng)于第3個(gè)小紋理的第4通道的值全部設(shè)置為0，以湊成4通道。接下來，需要將得到的3個(gè)小紋理按照紋理橫向數(shù)量乘以紋理縱向數(shù)量的樣式進(jìn)行組合，以形成大紋理來存儲(chǔ)，由于數(shù)據(jù)層a2的存儲(chǔ)參數(shù)中特征圖的尺寸為80px×64px，紋理橫向數(shù)量為3，紋理縱向數(shù)量為1，即該大紋理由橫向排列的上述3個(gè)尺寸為80px×64px的小紋理組成。圖4示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的卷積神經(jīng)網(wǎng)絡(luò)中數(shù)據(jù)層a2對(duì)應(yīng)的大紋理示意圖。如圖4所示，大紋理由小紋理a2-1、a2-2和a2-3組成，小紋理的高為80px，寬為64px，則最終形成的數(shù)據(jù)層a2對(duì)應(yīng)的大紋理的高為80px×1＝80px，寬為64px×3＝192px。在獲取到數(shù)據(jù)層a1對(duì)應(yīng)的大紋理進(jìn)行存儲(chǔ)后，開始進(jìn)入步驟s230，對(duì)每一個(gè)處理層，獲取與之相連的上一數(shù)據(jù)層對(duì)應(yīng)的大紋理，調(diào)用圖形程序接口對(duì)其進(jìn)行與該處理層對(duì)應(yīng)的渲染處理，以生成下一數(shù)據(jù)層中的多個(gè)特征圖。需要說明的是，實(shí)際在執(zhí)行基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法200時(shí)，在待處理圖片輸入到卷積神經(jīng)網(wǎng)絡(luò)后，步驟s220和s230中具體的處理操作是交替進(jìn)行直至執(zhí)行到卷積神經(jīng)網(wǎng)絡(luò)的最后一層。例如對(duì)圖3所示的卷積神經(jīng)網(wǎng)絡(luò)而言，數(shù)據(jù)層a1～a5與處理層b1～b4相互穿插排列，對(duì)數(shù)據(jù)層a1～a5均要執(zhí)行步驟s220中形成大紋理的操作，而處理層b1～b4則是要執(zhí)行步驟s230中通過opengles3.0進(jìn)行紋理渲染的處理，按照上述排列順序執(zhí)行相應(yīng)步驟的過程即是步驟s220與步驟s230交替執(zhí)行，直至獲得數(shù)據(jù)層a5對(duì)應(yīng)的大紋理為止。為便于描述，這里僅對(duì)處理層b3執(zhí)行步驟s230中的具體操作進(jìn)行說明，其他處理層則不予以贅述。具體地，在根據(jù)本發(fā)明的一個(gè)實(shí)施例中，可以通過以下方式來獲取與處理層相連的上一數(shù)據(jù)層對(duì)應(yīng)的大紋理，調(diào)用圖形程序接口對(duì)其進(jìn)行與該處理層對(duì)應(yīng)的渲染處理，以生成下一數(shù)據(jù)層中的多個(gè)特征圖。首先，獲取與該處理層相連的上一數(shù)據(jù)層對(duì)應(yīng)的大紋理，大紋理由上一數(shù)據(jù)層中的多個(gè)特征圖所形成的小紋理組成。在該實(shí)施方式中，與處理層b3相連的上一數(shù)據(jù)層為數(shù)據(jù)層a3，則先獲取數(shù)據(jù)層a3對(duì)應(yīng)的大紋理。從表1可知數(shù)據(jù)層a3與數(shù)據(jù)層a2對(duì)應(yīng)的大紋理在形式上一致，因此數(shù)據(jù)層a3對(duì)應(yīng)的大紋理由3個(gè)小紋理組成。隨后，對(duì)每一個(gè)小紋理，獲取該小紋理的各頂點(diǎn)的紋理坐標(biāo)與像素坐標(biāo)。圖5示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的卷積神經(jīng)網(wǎng)絡(luò)中數(shù)據(jù)層a3對(duì)應(yīng)的大紋理示意圖。如圖5所示，數(shù)據(jù)層a3對(duì)應(yīng)的大紋理包括小紋理a3-1、a3-2和a3-3，將小紋理的高設(shè)為h，寬設(shè)為w。以小紋理a3-1為例，小紋理a3-1具有d1、d2、d3和d4共計(jì)4個(gè)頂點(diǎn)，對(duì)這4個(gè)頂點(diǎn)而言，其像素坐標(biāo)如下：頂點(diǎn)d1：(cx×w,cy×h)頂點(diǎn)d2：((cx+1)×w,cy×h)頂點(diǎn)d3：(cx×w,(cy+1)×h)頂點(diǎn)d4：((cx+1)×w,(cy+1)×h)紋理坐標(biāo)如下：頂點(diǎn)d1：(cx/cw,cy×ch)頂點(diǎn)d2：((cx+1)×cw,cy×ch)頂點(diǎn)d3：(cx×cw,(cy+1)×ch)頂點(diǎn)d4：((cx+1)×cw,(cy+1)×ch)其中，cw為數(shù)據(jù)層a3對(duì)應(yīng)的紋理橫向數(shù)量，ch為數(shù)據(jù)層a3對(duì)應(yīng)的紋理縱向數(shù)量，cy＝floor((i-1)/cw)，cx＝i-1-cy×cw，i表示小紋理的序號(hào)，由于數(shù)據(jù)層a3對(duì)應(yīng)的大紋理包括3個(gè)小紋理，則i的取值可為1、2或3，對(duì)小紋理a3-1而言，i＝1，對(duì)小紋理a3-2而言，i＝2，對(duì)小紋理a3-3而言，i＝3。由此，根據(jù)各頂點(diǎn)的紋理坐標(biāo)與像素坐標(biāo)，調(diào)用圖形程序接口對(duì)該小紋理進(jìn)行與該處理層對(duì)應(yīng)的渲染處理，以生成下一數(shù)據(jù)層中的多個(gè)特征圖。在該實(shí)施方式中，由表1可知，與處理層a3相連的上一數(shù)據(jù)層a3對(duì)應(yīng)的大紋理包括3個(gè)小紋理，相當(dāng)于有3個(gè)輸入塊，下一數(shù)據(jù)層a4對(duì)應(yīng)的大紋理包括2個(gè)小紋理，相當(dāng)于由2個(gè)輸出塊，考慮opengles3.0在腳本中傳入的參數(shù)有限，依次計(jì)算各輸出塊以實(shí)現(xiàn)分塊計(jì)算。將處理層a3的操作標(biāo)記為φ，則對(duì)于各輸入塊mi(i＝1,2,3)，輸出塊nk(k＝1,2)有：其中，∑(·)表示對(duì)所有輸入塊mi(i＝1,2,3)進(jìn)行φ處理后的某種組合，當(dāng)然，不同的處理層對(duì)于不同的組合，比如若處理層b3為卷積層，則∑(·)表示求和。那么，對(duì)任一輸入塊mi(i＝1,2,3)進(jìn)行渲染時(shí)，由于紋理坐標(biāo)范圍為0～1，而腳本渲染的過程實(shí)際上是利用像素坐標(biāo)來插值紋理坐標(biāo)，則根據(jù)各輸入塊對(duì)應(yīng)的4個(gè)頂點(diǎn)的像素坐標(biāo)和紋理坐標(biāo)，利用頂點(diǎn)著色器進(jìn)行插值形成紋理采樣點(diǎn)，以供片段著色器并行使用即可實(shí)現(xiàn)腳本渲染。進(jìn)一步地，對(duì)于卷積神經(jīng)網(wǎng)絡(luò)而言，其處理層一般包括卷積層、池化層、激活層等多種類型，而就卷積層來說，卷積與反卷積計(jì)算占據(jù)了卷積神經(jīng)網(wǎng)絡(luò)處理70％以上的計(jì)算時(shí)間，采用如opengles3.0的腳本渲染進(jìn)行分塊計(jì)算，可大幅度提高計(jì)算效率，但卷積操作按塊進(jìn)行計(jì)算時(shí)，在邊界區(qū)域?yàn)楸苊庠浇?，?huì)涉及大量的“if…else…”條件判斷，難以充分利用腳本渲染的計(jì)算效率。為解決這一問題，根據(jù)本發(fā)明的一個(gè)實(shí)施例，當(dāng)處理層為卷積層時(shí)，可通過以下方式調(diào)用圖形程序接口，對(duì)與其相連的上一數(shù)據(jù)層對(duì)應(yīng)的大紋理進(jìn)行與該卷積層對(duì)應(yīng)的渲染處理。首先，獲取卷積層的處理參數(shù)，以及與卷積層相連的下一數(shù)據(jù)層的存儲(chǔ)參數(shù)中的特征圖尺寸，處理參數(shù)包括卷積核與步長。在該實(shí)施方式中，處理層b3為卷積層，與其相連的下一數(shù)據(jù)層為數(shù)據(jù)層a4，數(shù)據(jù)層a4的存儲(chǔ)參數(shù)中的特征圖尺寸為78px×62px，處理層b3的處理參數(shù)中卷積核的大小為3px×3px，步長為1。接下來，對(duì)每一個(gè)小紋理，根據(jù)處理參數(shù)，對(duì)該小紋理中符合特征圖尺寸的中心區(qū)域進(jìn)行一次渲染處理，處理層b3要進(jìn)行分塊渲染處理的小紋理為圖5所示的小紋理a3-1、a3-2和a3-3，此處以小紋理a3-1進(jìn)行渲染處理的示例說明。根據(jù)上述卷積核和步長，對(duì)小紋理a3-1中尺寸為78px×62px的中心區(qū)域進(jìn)行一次渲染，由于中心區(qū)域?yàn)橐粋€(gè)78px×62px的矩形，而小紋理a3-1的尺寸為80px×64px，在對(duì)中心區(qū)域的渲染時(shí)無需進(jìn)行“if…else…”判斷，以中心區(qū)域的對(duì)角線對(duì)其進(jìn)行分割可得到2個(gè)三角面片，則對(duì)該中心區(qū)域的渲染處理實(shí)際上是渲染這2個(gè)三角面片。最后，在完成一次渲染處理后，對(duì)中心區(qū)域以外的小紋理的邊界區(qū)域進(jìn)行二次渲染處理。很明顯，邊界區(qū)域可視為4條寬度為1px的線段，直接對(duì)這4條線段進(jìn)行渲染即可。上述分步渲染是卷積核大小為3px×3px的情形，若卷積核大小為5px×5px，則邊界區(qū)域相當(dāng)于4條寬度為2px的線段，但二次渲染處理的對(duì)象是寬度為1px的線段，此時(shí)應(yīng)將邊界區(qū)域視為8條寬度為1px的線段以進(jìn)行渲染。依此類推，可得到基于7px×7px、9px×9px和11px×11px等大小的卷積核的渲染方法。在以上基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理過程中，卷積神經(jīng)網(wǎng)絡(luò)中各數(shù)據(jù)層的對(duì)應(yīng)于圖形程序接口的存儲(chǔ)參數(shù)需要預(yù)先獲取，根據(jù)本發(fā)明的一個(gè)實(shí)施例，可以利用下列方法來預(yù)先獲取存儲(chǔ)參數(shù)。在該實(shí)施方式中，首先根據(jù)預(yù)先獲取的訓(xùn)練圖片集對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以獲取各數(shù)據(jù)層的特征圖的特征圖尺寸和特征圖數(shù)量。表2示出了該實(shí)施方式下各數(shù)據(jù)層的特征圖尺寸和特征圖數(shù)量的存儲(chǔ)示例，具體如下所示：數(shù)據(jù)層特征圖尺寸(高px×寬px)特征圖數(shù)量a1320px×256px4a280px×64px11a380px×64px12a478px×62px8a578px×62px4表2然后，對(duì)每一個(gè)數(shù)據(jù)層，將該數(shù)據(jù)層的特征圖數(shù)量與4的商作為特征圖對(duì)應(yīng)的小紋理的數(shù)量，小紋理的尺寸與特征圖尺寸一致。數(shù)據(jù)層a1～a5中特征圖的數(shù)量依次為4、11、12、8和4，很明顯數(shù)據(jù)層a2的特征圖數(shù)量11是無法被4整除的，則計(jì)算11與4的商向下取整后再加1的值作為小紋理的數(shù)量，即小紋理的數(shù)量為floor(11/4)+1＝3，floor表示向下取整，最終得到數(shù)據(jù)層a1～a5對(duì)應(yīng)的小紋理的數(shù)量分別為1、3、3、2和1。最后，將小紋理的數(shù)量拆分成2個(gè)盡可能接近的數(shù)值的乘積，將這2個(gè)數(shù)值分別作為紋理橫向數(shù)量和紋理縱向數(shù)量。數(shù)據(jù)層a1和a5的小紋理數(shù)量均為1，將1拆分成1×1，則數(shù)據(jù)層a1和a5的紋理橫向數(shù)量和紋理縱向數(shù)量均為1，數(shù)據(jù)層a2和a3的小紋理數(shù)量均為3，將3拆分成1×3，則數(shù)據(jù)層a2和a3的紋理橫向數(shù)量為3，紋理縱向數(shù)量為1，數(shù)據(jù)層a4的小紋理數(shù)量為2，將2拆分成1×2，則數(shù)據(jù)層a4的紋理橫向數(shù)量為2，紋理縱向數(shù)量為1。至此，獲取到了所有數(shù)據(jù)層的存儲(chǔ)參數(shù)，將其全部存儲(chǔ)至移動(dòng)終端100中，關(guān)于各數(shù)據(jù)層的存儲(chǔ)參數(shù)示例，具體可參見上文中的表1。圖6示出了本發(fā)明一個(gè)實(shí)施例的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理裝置600的示意圖。如圖6所示，基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理裝置600包括輸入模塊610、轉(zhuǎn)換模塊620和處理模塊630。輸入模塊610適于將待處理圖片作為第一個(gè)數(shù)據(jù)層輸入到卷積神經(jīng)網(wǎng)絡(luò)。其中，卷積神經(jīng)網(wǎng)絡(luò)包括多個(gè)處理層和多個(gè)數(shù)據(jù)層，其中每個(gè)處理層用于處理與之相連的上一數(shù)據(jù)層中的多個(gè)特征圖，以生成下一數(shù)據(jù)層中的多個(gè)特征圖。轉(zhuǎn)換模塊620與輸入模塊610相連，適于對(duì)每一個(gè)數(shù)據(jù)層，根據(jù)存儲(chǔ)參數(shù)，將該數(shù)據(jù)層的多個(gè)特征圖組合形成對(duì)應(yīng)的大紋理進(jìn)行存儲(chǔ)。其中，存儲(chǔ)參數(shù)包括特征圖尺寸、紋理橫向數(shù)量和紋理縱向數(shù)量。特征圖尺寸包括特征圖的高和寬，轉(zhuǎn)換模塊620進(jìn)一步適于獲取該數(shù)據(jù)層中多個(gè)特征圖對(duì)應(yīng)的小紋理；將小紋理按照紋理橫向數(shù)量乘以紋理縱向數(shù)量的樣式進(jìn)行組合，以形成對(duì)應(yīng)的大紋理進(jìn)行存儲(chǔ)，大紋理的高為特征圖的高與紋理縱向數(shù)量的乘積，大紋理的寬為特征圖的寬與紋理橫向數(shù)量的乘積。處理模塊630與轉(zhuǎn)換模塊620相連，適于對(duì)每一個(gè)處理層，獲取與之相連的上一數(shù)據(jù)層對(duì)應(yīng)的大紋理，調(diào)用圖形程序接口對(duì)其進(jìn)行與該處理層對(duì)應(yīng)的渲染處理，以生成下一數(shù)據(jù)層中的多個(gè)特征圖。處理模塊630進(jìn)一步適于獲取與該處理層相連的上一數(shù)據(jù)層對(duì)應(yīng)的大紋理，大紋理由上一數(shù)據(jù)層中的多個(gè)特征圖所形成的小紋理組成；對(duì)每一個(gè)小紋理，獲取該小紋理的各頂點(diǎn)的紋理坐標(biāo)與像素坐標(biāo)；根據(jù)各頂點(diǎn)的紋理坐標(biāo)與像素坐標(biāo)，調(diào)用圖像程序接口對(duì)該小紋理進(jìn)行與該處理層對(duì)應(yīng)的渲染處理，以生成下一數(shù)據(jù)層中的多個(gè)特征圖。處理層包括卷積層，與該卷積層相連的上一數(shù)據(jù)層對(duì)應(yīng)的大紋理包括由該數(shù)據(jù)層中的多個(gè)特征圖形成的小紋理，處理模塊630還適于獲取卷積層的處理參數(shù)，以及與卷積層相連的下一數(shù)據(jù)層的存儲(chǔ)參數(shù)中的特征圖尺寸，處理參數(shù)包括卷積核與步長；對(duì)每一個(gè)小紋理，根據(jù)處理參數(shù)，對(duì)該小紋理中符合特征圖尺寸的中心區(qū)域進(jìn)行一次渲染處理；在完成一次渲染處理后，對(duì)中心區(qū)域以外的小紋理的邊界區(qū)域進(jìn)行二次渲染處理。圖7示出了本發(fā)明又一個(gè)實(shí)施例的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理裝置700的示意圖。如圖7所示，基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理裝置700的輸入模塊710、轉(zhuǎn)換模塊720和處理模塊730，分別與圖6中基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理裝置600的輸入模塊610、轉(zhuǎn)換模塊620和處理模塊630一一對(duì)應(yīng)，是一致的，并新增了與轉(zhuǎn)換模塊720相連的獲取模塊740。獲取模塊740適于預(yù)先獲取卷積神經(jīng)網(wǎng)絡(luò)中各數(shù)據(jù)層的對(duì)應(yīng)于圖形程序接口的存儲(chǔ)參數(shù)。獲取模塊740進(jìn)一步適于根據(jù)預(yù)先獲取的訓(xùn)練圖片集對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以獲取各數(shù)據(jù)層的特征圖的特征圖尺寸和特征圖數(shù)量；對(duì)每一個(gè)數(shù)據(jù)層，將該數(shù)據(jù)層的特征圖數(shù)量與4的商作為特征圖對(duì)應(yīng)的小紋理的數(shù)量，小紋理的尺寸與特征圖尺寸一致；將小紋理的數(shù)量拆分成2個(gè)盡可能接近的數(shù)值的乘積，將這2個(gè)數(shù)值分別作為紋理橫向數(shù)量和紋理縱向數(shù)量。關(guān)于基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理的具體步驟以及實(shí)施例，在基于圖2～5的描述中已經(jīng)詳細(xì)公開，此處不再贅述?，F(xiàn)有的在移動(dòng)終端基于卷積神經(jīng)網(wǎng)絡(luò)處理圖像的方法，是利用gpu和如opengles的圖形程序接口來實(shí)現(xiàn)浮點(diǎn)運(yùn)算的。但在通過紋理存儲(chǔ)數(shù)據(jù)時(shí)，會(huì)導(dǎo)致大量紋理的創(chuàng)建，而opengles在紋理渲染過程中是需要不斷綁定和解綁不同紋理的，導(dǎo)致了計(jì)算效率下降。而且cnn中存在數(shù)量較多的卷積層，對(duì)于特征圖邊界的判斷需要使用如“if…else…”的條件判斷語句，而此類語句容易給渲染過程帶來效率低下的問題。根據(jù)本發(fā)明實(shí)施例的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方案，首先將待處理圖片作為第一個(gè)數(shù)據(jù)層輸入到卷積神經(jīng)網(wǎng)絡(luò)中開始進(jìn)行圖像處理，在處理過程中，對(duì)于卷積神經(jīng)網(wǎng)絡(luò)中的每一個(gè)數(shù)據(jù)層，會(huì)根據(jù)該數(shù)據(jù)層對(duì)應(yīng)與圖形程序接口的存儲(chǔ)參數(shù)，將這一數(shù)據(jù)層的多個(gè)特征圖組合形成對(duì)應(yīng)的大紋理進(jìn)行存儲(chǔ)，則與該數(shù)據(jù)層相連的下一處理層即獲取上述大紋理，調(diào)用圖形程序接口對(duì)其進(jìn)行與該處理層對(duì)應(yīng)的渲染處理，以生成與之相連的下一數(shù)據(jù)層中的多個(gè)特征圖，而下一數(shù)據(jù)層則會(huì)繼續(xù)執(zhí)行將多個(gè)特征圖組合形成大紋理進(jìn)行存儲(chǔ)的步驟。換言之，對(duì)于每一個(gè)處理層，相當(dāng)于輸入該處理層的數(shù)據(jù)是一個(gè)大紋理，而從該處理層輸出的數(shù)據(jù)也是一個(gè)大紋理，處理層的計(jì)算過程則轉(zhuǎn)換為基于圖形程序接口的腳本渲染過程。在上述技術(shù)方案中，對(duì)于各數(shù)據(jù)層，通過將該數(shù)據(jù)層的多個(gè)特征圖進(jìn)行組合形成對(duì)應(yīng)的大紋理，以提供給與之相連的下一處理層進(jìn)行處理，而對(duì)于各處理層，則對(duì)與該處理層相連的上一數(shù)據(jù)層對(duì)應(yīng)的大紋理中的各小紋理執(zhí)行分塊渲染，不僅無需大量創(chuàng)建紋理，避免在紋理渲染過程中不斷綁定和解綁紋理的重復(fù)操作，而且處理層的計(jì)算環(huán)節(jié)完全在gpu中完成，無需cpu與gpu的數(shù)據(jù)來回切換，提高了計(jì)算效率。進(jìn)一步地，當(dāng)處理層具體為卷積層時(shí)，對(duì)當(dāng)前輸入的大紋理中的各小紋理，基于邊界區(qū)域進(jìn)行分次渲染，以降低因防止越界而進(jìn)行條件判斷的次數(shù)，充分利用腳本渲染的計(jì)算效率，實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)的加速。b9.如b7或8所述的裝置，所述處理模塊進(jìn)一步適于：獲取與該處理層相連的上一數(shù)據(jù)層對(duì)應(yīng)的大紋理，所述大紋理由上一數(shù)據(jù)層中的多個(gè)特征圖所形成的小紋理組成；對(duì)每一個(gè)小紋理，獲取該小紋理的各頂點(diǎn)的紋理坐標(biāo)與像素坐標(biāo)；根據(jù)各頂點(diǎn)的紋理坐標(biāo)與像素坐標(biāo)，調(diào)用所述圖形程序接口對(duì)該小紋理進(jìn)行與該處理層對(duì)應(yīng)的渲染處理，以生成下一數(shù)據(jù)層中的多個(gè)特征圖。b10.如b7-9中任一項(xiàng)所述的裝置，所述處理層包括卷積層，與該卷積層相連的上一數(shù)據(jù)層對(duì)應(yīng)的大紋理包括由該數(shù)據(jù)層中的多個(gè)特征圖形成的小紋理，所述處理模塊還適于：獲取所述卷積層的處理參數(shù)，以及與所述卷積層相連的下一數(shù)據(jù)層的存儲(chǔ)參數(shù)中的特征圖尺寸，所述處理參數(shù)包括卷積核與步長；對(duì)每一個(gè)小紋理，根據(jù)所述處理參數(shù)，對(duì)該小紋理中符合所述特征圖尺寸的中心區(qū)域進(jìn)行一次渲染處理；在完成一次渲染處理后，對(duì)所述中心區(qū)域以外的小紋理的邊界區(qū)域進(jìn)行二次渲染處理。b11.如b7-10中任一項(xiàng)所述的裝置，還包括獲取模塊，適于預(yù)先獲取所述卷積神經(jīng)網(wǎng)絡(luò)中各數(shù)據(jù)層的對(duì)應(yīng)于所述圖形程序接口的存儲(chǔ)參數(shù)。b12.如b11所述的裝置，所述獲取模塊進(jìn)一步適于：根據(jù)預(yù)先獲取的訓(xùn)練圖片集對(duì)所述卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以獲取各數(shù)據(jù)層的特征圖的特征圖尺寸和特征圖數(shù)量；對(duì)每一個(gè)數(shù)據(jù)層，將該數(shù)據(jù)層的特征圖數(shù)量與4的商作為特征圖對(duì)應(yīng)的小紋理的數(shù)量，所述小紋理的尺寸與特征圖尺寸一致；將所述小紋理的數(shù)量拆分成2個(gè)盡可能接近的數(shù)值的乘積，將這2個(gè)數(shù)值分別作為紋理橫向數(shù)量和紋理縱向數(shù)量。在此處所提供的說明書中，說明了大量具體細(xì)節(jié)。然而，能夠理解，本發(fā)明的實(shí)施例可以在沒有這些具體細(xì)節(jié)的情況下被實(shí)踐。在一些實(shí)例中，并未詳細(xì)示出公知的方法、結(jié)構(gòu)和技術(shù)，以便不模糊對(duì)本說明書的理解。類似地，應(yīng)當(dāng)理解，為了精簡本公開并幫助理解各個(gè)發(fā)明方面中的一個(gè)或多個(gè)，在上面對(duì)本發(fā)明的示例性實(shí)施例的描述中，本發(fā)明的各個(gè)特征有時(shí)被一起分組到單個(gè)實(shí)施例、圖、或者對(duì)其的描述中。然而，并不應(yīng)將該公開的方法解釋成反映如下意圖：即所要求保護(hù)的本發(fā)明要求比在每個(gè)權(quán)利要求中所明確記載的特征更多特征。更確切地說，如下面的權(quán)利要求書所反映的那樣，發(fā)明方面在于少于前面公開的單個(gè)實(shí)施例的所有特征。因此，遵循具體實(shí)施方式的權(quán)利要求書由此明確地并入該具體實(shí)施方式，其中每個(gè)權(quán)利要求本身都作為本發(fā)明的單獨(dú)實(shí)施例。本領(lǐng)域那些技術(shù)人員應(yīng)當(dāng)理解在本文所公開的示例中的設(shè)備的模塊或單元或組間可以布置在如該實(shí)施例中所描述的設(shè)備中，或者可替換地可以定位在與該示例中的設(shè)備不同的一個(gè)或多個(gè)設(shè)備中。前述示例中的模塊可以組合為一個(gè)模塊或者此外可以分成多個(gè)子模塊。本領(lǐng)域那些技術(shù)人員可以理解，可以對(duì)實(shí)施例中的設(shè)備中的模塊進(jìn)行自適應(yīng)性地改變并且把它們?cè)O(shè)置在與該實(shí)施例不同的一個(gè)或多個(gè)設(shè)備中?？梢园褜?shí)施例中的模塊或單元或組間組合成一個(gè)模塊或單元或組間，以及此外可以把它們分成多個(gè)子模塊或子單元或子組間。除了這樣的特征和/或過程或者單元中的至少一些是相互排斥之外，可以采用任何組合對(duì)本說明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開的所有特征以及如此公開的任何方法或者設(shè)備的所有過程或單元進(jìn)行組合。除非另外明確陳述，本說明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開的每個(gè)特征可以由提供相同、等同或相似目的的替代特征來代替。此外，本領(lǐng)域的技術(shù)人員能夠理解，盡管在此所述的一些實(shí)施例包括其它實(shí)施例中所包括的某些特征而不是其它特征，但是不同實(shí)施例的特征的組合意味著處于本發(fā)明的范圍之內(nèi)并且形成不同的實(shí)施例。例如，在下面的權(quán)利要求書中，所要求保護(hù)的實(shí)施例的任意之一都可以以任意的組合方式來使用。此外，所述實(shí)施例中的一些在此被描述成可以由計(jì)算機(jī)系統(tǒng)的處理器或者由執(zhí)行所述功能的其它裝置實(shí)施的方法或方法元素的組合。因此，具有用于實(shí)施所述方法或方法元素的必要指令的處理器形成用于實(shí)施該方法或方法元素的裝置。此外，裝置實(shí)施例的在此所述的元素是如下裝置的例子：該裝置用于實(shí)施由為了實(shí)施該發(fā)明的目的的元素所執(zhí)行的功能。這里描述的各種技術(shù)可結(jié)合硬件或軟件，或者它們的組合一起實(shí)現(xiàn)。從而，本發(fā)明的方法和設(shè)備，或者本發(fā)明的方法和設(shè)備的某些方面或部分可采取嵌入有形媒介，例如軟盤、cd-rom、硬盤驅(qū)動(dòng)器或者其它任意機(jī)器可讀的存儲(chǔ)介質(zhì)中的程序代碼(即指令)的形式，其中當(dāng)程序被載入諸如計(jì)算機(jī)之類的機(jī)器，并被所述機(jī)器執(zhí)行時(shí)，所述機(jī)器變成實(shí)踐本發(fā)明的設(shè)備。在程序代碼在可編程計(jì)算機(jī)上執(zhí)行的情況下，計(jì)算設(shè)備一般包括處理器、處理器可讀的存儲(chǔ)介質(zhì)(包括易失性和非易失性存儲(chǔ)器和/或存儲(chǔ)元件)，至少一個(gè)輸入裝置，和至少一個(gè)輸出裝置。其中，存儲(chǔ)器被配置用于存儲(chǔ)程序代碼；處理器被配置用于根據(jù)該存儲(chǔ)器中存儲(chǔ)的所述程序代碼中的指令，執(zhí)行本發(fā)明的基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法。以示例而非限制的方式，計(jì)算機(jī)可讀介質(zhì)包括計(jì)算機(jī)存儲(chǔ)介質(zhì)和通信介質(zhì)。計(jì)算機(jī)可讀介質(zhì)包括計(jì)算機(jī)存儲(chǔ)介質(zhì)和通信介質(zhì)。計(jì)算機(jī)存儲(chǔ)介質(zhì)存儲(chǔ)諸如計(jì)算機(jī)可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊或其它數(shù)據(jù)等信息。通信介質(zhì)一般以諸如載波或其它傳輸機(jī)制等已調(diào)制數(shù)據(jù)信號(hào)來體現(xiàn)計(jì)算機(jī)可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊或其它數(shù)據(jù)，并且包括任何信息傳遞介質(zhì)。以上的任一種的組合也包括在計(jì)算機(jī)可讀介質(zhì)的范圍之內(nèi)。如在此所使用的那樣，除非另行規(guī)定，使用序數(shù)詞“第一”、“第二”、“第三”等等來描述普通對(duì)象僅僅表示涉及類似對(duì)象的不同實(shí)例，并且并不意圖暗示這樣被描述的對(duì)象必須具有時(shí)間上、空間上、排序方面或者以任意其它方式的給定順序。盡管根據(jù)有限數(shù)量的實(shí)施例描述了本發(fā)明，但是受益于上面的描述，本
技術(shù)領(lǐng)域：
內(nèi)的技術(shù)人員明白，在由此描述的本發(fā)明的范圍內(nèi)，可以設(shè)想其它實(shí)施例。此外，應(yīng)當(dāng)注意，本說明書中使用的語言主要是為了可讀性和教導(dǎo)的目的而選擇的，而不是為了解釋或者限定本發(fā)明的主題而選擇的。因此，在不偏離所附權(quán)利要求書的范圍和精神的情況下，對(duì)于本
技術(shù)領(lǐng)域：
的普通技術(shù)人員來說許多修改和變更都是顯而易見的。對(duì)于本發(fā)明的范圍，對(duì)本發(fā)明所做的公開是說明性的，而非限制性的，本發(fā)明的范圍由所附權(quán)利要求書限定。當(dāng)前第1頁12