Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

深度学习特征量化方法和装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国电信股份有限公司

摘要:本公开公开了涉及一种深度学习特征量化方法和装置,涉及机器视觉数据通信中信号编码技术领域。该方法包括:根据特征值的缩放系数,确定特征值对应的缩放值,其中,特征值为浮点数;将缩放值对应的整数部分转换为第一二进制数,并将第一二进制数左移预定位数,得到第一预量化值;根据设定的特征值量化的小数位位深,得到量化步长,将缩放值对应的小数部分除以量化步长并向下取整后转换为第二二进制数,得到第二预量化值;计算第一预量化值与第二预量化值之和,得到第三预量化值;以及对第三预量化值设置标志位,得到特征值的量化结果。本公开能够减少量化失真对后续编码带来的影响,进而能够提高机器视觉特征编码的效率和高保真目标。

主权项:1.一种深度学习特征量化方法,包括:判断图像特征值是否小于等于2的第一预定值次方,若是,则缩放系数设置为1,否则,设置缩放系数为2的第二预定值次方后的倒数,其中,所述第一预定值为设定的图像特征值量化的整数位位深,所述第二预定值为以2为底数,所述图像特征值的对数,向上取整后,与所述整数位位深的差值;根据图像特征值的缩放系数,确定所述图像特征值对应的缩放值,其中,所述图像特征值为浮点数;将所述缩放值对应的整数部分转换为第一二进制数,并将所述第一二进制数左移预定位数,得到第一预量化值;根据设定的图像特征值量化的小数位位深,得到量化步长,将所述缩放值对应的小数部分除以所述量化步长并向下取整后转换为第二二进制数,得到第二预量化值;计算所述第一预量化值与所述第二预量化值之和,得到第三预量化值;以及对所述第三预量化值设置标志位,得到所述图像特征值的量化结果。

全文数据:

权利要求:

百度查询: 中国电信股份有限公司 深度学习特征量化方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。