摘要
本申请提供一种基于动态聚合的并行状态空间模型的特征提取方法和系统,其方法包括:对当前时刻的输入图像进行空间采样,获得属于Ω集合的采样点;将多个参数矩阵与所述输入图像进行空间对齐;基于所述采样点,对其中一个空间对齐后的参数矩阵进行向量化定义;对所述采样点,使用向量化定义后的参数矩阵进行加性动态聚合,计算所述采样点的当前时刻的隐状态变量;基于当前时刻的输入图像、隐状态变量以及多个空间对齐的参数矩阵,构建并行化状态空间模型;将当前时刻的输入图像输入所述动态聚合的并行状态空间模型,获得提取特征。本申请在保持线性复杂度的前提下,突破了序列化模型的局限性,从而能够高效地对二维图像进行建模。
技术关键词
状态空间模型
特征提取方法
采样点
图像
动态
矩阵
参数
特征提取系统
定义
双线性插值
对齐模块
处理器
采样模块
阶段
可读存储介质
存储器
中间层
复杂度
系统为您推荐了相关专利信息
成像组件
调试方法
三原色
血卡判读仪
调制传递函数值
田块尺度
无人机多光谱影像
量估计方法
深度卷积神经网络
多波段
电能计量箱
异构多核处理器
通信控制单元
传感器阵列
解密引擎
追溯方法
溯源码
现实技术
机器学习算法分析
控制数据访问权限
浓度传感器
异常检测方法
空间分布特征
长短期记忆网络
序列