用于神经网络推断的高动态范围（HDR）图像的无损表示的制作方法

技术特征：
1.一种由机器学习系统进行推断的方法，包括：接收与输入图像相关联的位数为k的第一像素数据；基于每个操作数中的位数n将k位细分为m个第一分区，由人工智能ai加速器对所述操作数进行操作，其中n<k，所述ai加速器被配置为将所述m个第一分区并行地处理为分别与所述输入图像的m个通道相关联的数据；以及至少部分地基于所述ai加速器处理所述m个第一分区来执行与所述输入图像相关联的推断操作。2.根据权利要求1所述的方法，其中所述m个第一分区中的每一个第一分区包括所述第一像素数据的至多n位，其中。3.根据权利要求1所述的方法，其中所述m个第一分区中的一个第一分区包括所述第一像素数据的n个最高有效位。4.根据权利要求1所述的方法，其中所述m个第一分区中的一个第一分区包括所述第一像素数据的n个最低有效位。5.根据权利要求1所述的方法，其中所述k位表示与所述输入图像相关联的像素值。6.根据权利要求5所述的方法，其中所述像素值是高动态范围hdr值。7.根据权利要求1所述的方法，还包括：接收与所述输入图像相关联的第二像素数据的k位；以及基于n将所述第二像素数据的k位细分为m个第二分区，所述ai加速器被配置为将所述m个第二分区并行地处理为分别与所述m个通道相关联的数据，所述推断操作还至少部分地基于所述ai加速器处理所述m个第二分区来执行。8.根据权利要求1所述的方法，其中所述推断操作产生具有与所述输入图像相同位数的输出图像。9.一种机器学习系统，包括：人工智能ai加速器，其被配置为执行与输入图像相关联的推断操作；以及位划分电路，其被配置为：接收与所述输入图像相关联的位数为k的第一像素数据；以及基于每个操作数中的位数n将k位细分成m个分区，由所述ai加速器对所述操作数进行操作，其中n<k；其中所述ai加速器被配置为将所述m个第一分区并行地处理为分别与所述输入图像的m个通道相关联的数据，并且至少部分地基于对所述m个第一分区的所述处理来执行所述推断操作。10.根据权利要求9所述的机器学习系统，其中所述m个第一分区中的每一个第一分区包括所述第一像素数据的至多n位，其中。11.根据权利要求9所述的机器学习系统，其中所述k位表示与所述输入图像相关联的像素值。12.根据权利要求9所述的机器学习系统，其中所述位划分电路还被配置为：接收与所述输入图像相关联的第二像素数据的k位；以及
基于n将所述第二像素数据的k位细分为m个第二分区，所述ai加速器被配置为将所述m个第二分区并行地处理为分别与所述m个通道相关联的数据；其中所述推断操作还基于所述ai加速器处理所述m个第二分区来执行。13.一种训练神经网络的方法，包括：接收与描绘场景的输入图像相关联的位数为k的第一像素数据；基于每个操作数中的位数n将k位细分为m个第一分区，由人工智能ai加速器对所述操作数进行操作，所述ai加速器被配置为基于所述神经网络执行推断操作，其中n<k；以及训练所述神经网络以将所述m个第一分区并行地处理为分别与所述输入图像的m个通道相关联的数据，并且至少部分地基于对所述m个第一分区的所述处理来执行推断操作。14.根据权利要求13所述的方法，其中所述m个第一分区中的每一个第一分区包括所述像素数据的至多n位，其中。15.根据权利要求13所述的方法，其中所述m个第一分区中的一个第一分区包括所述像素数据的n个最高有效位。16.根据权利要求13所述的方法，其中所述m个第一分区中的一个第一分区包括所述像素数据的n个最低有效位。17.根据权利要求13所述的方法，其中所述k位表示与所述输入图像相关联的像素值。18.根据权利要求17所述的方法，其中所述像素值是高动态范围hdr值。19.根据权利要求13所述的方法，还包括：接收与所述输入图像相关联的第二像素数据的k位；以及基于n将所述第二像素数据的k位细分为m个第二分区，所述神经网络被训练为将所述m个第二分区并行地处理为分别与所述m个通道相关联的数据，并且至少部分地基于对所述m个第二分区的所述处理来执行所述推断操作。20.根据权利要求13所述的方法，其中所述神经网络的所述训练包括：接收所述场景的代表性图像；基于所述m个第一分区产生输出图像，所述输出图像具有与所述输入图像相同的位数；以及基于所述输出图像与所述代表性图像之间的差异来调整与所述神经网络相关联的一个或多个权重。

技术总结
本公开提供了用于神经网络推断的方法、设备和系统。本实施方式更具体地涉及以无损方式对高动态范围（HDR）图像数据执行推断操作。在一些方面中，机器学习系统可接收与输入图像相关联的某个位数（K）的像素数据，且基于每个操作数中的位数（N）将K位细分成M个分区，由人工智能（AI）加速器对操作数进行操作，其中N<K。例如，K位可以表示与输入图像相关联的像素值。在一些实施方式中，AI加速器可以通过将M个分区并行地处理为分别与输入图像的M个通道相关联的数据来基于神经网络执行推断操作。的数据来基于神经网络执行推断操作。的数据来基于神经网络执行推断操作。


技术研发人员：K
受保护的技术使用者：辛纳普蒂克斯公司
技术研发日：2022.07.21
技术公布日：2023/2/6