[发明专利]用于分析卷积神经网络中的图像的方法和系统

摘要

一种分析图像以产生输出特征的方法(500)包含接收所述图像的输入特征并且对每一输入特征执行(502)傅里叶变换。接收具有训练特征的系数的内核并且对所述内核中的系数执行(510)实时傅里叶变换OTF‑FT。使每一傅里叶变换和每一OTF‑FT的输出相乘(512)以产生乘积，且使所述乘积中的每一个相加(513)以产生每一输出特征的一个和。对每一和执行(516)二维反傅里叶变换。

主权项

1.一种用于分析图像的系统，所述装置包括：输入，其用于接收图像的输入特征；傅里叶变换FT模块，每一FT模块用于对所述图像的每一输入特征执行二维FT；用于每一输入特征的一个实时傅里叶变换OTF‑FT模块，每一OTF‑FT模块用于对训练图像特征的加权系数执行傅里叶变换；复数乘法模块，其用于对每一FT和每一OTF‑FT的输出执行复数乘法；复数加法模块，其用于对所述复数乘法模块中的每一个的每一输出执行复数加法；和二维反傅里叶变换2D‑IFT，其用于对所述复数加法的输出执行二维反傅里叶变换。