适用于图像处理任务的参数化旋转等变卷积方法及装置

本申请公开了适用于图像处理任务的参数化旋转等变卷积方法及装置，涉及深度学习技术领域。利用参数化技术，将双三次插值函数作为组合表达式的基底，通过与可学权重系数进行线性组合，构建参数化卷积框架；基于图像的旋转对称特性，利用参数化卷积框架构造旋转等变卷积层；将所构造的旋转等变卷积层替换图像处理网络中的传统卷积层，以构建具备旋转等变特性的旋转等变卷积网络；将训练数据集中的待训练图像输入至旋转等变卷积网络，计算损失函数，并采用优化算法迭代更新网络参数与优化损失函数，直至达到预设的停止条件，获得优化后的旋转等变卷积网络。解决了现有方法在处理复杂图像数据时的精确性与稳定性不足的问题。