一种基于泛洪广播式GNN网络的实时图采样方法及终端与流程

本发明涉及图像处理，特别涉及一种基于泛洪广播式gnn网络的实时图采样方法及终端。

背景技术：

1、实时图采样服务的直观做法是维护一个动态图的存储和查询模块，在推理请求到达时对请求的点进行邻居采样计算和属性收集，采样得到的样本作为模型服务的输入进行推理。现有技术是通过动态图类型的静态的图结构，处理动态的输入信号，如dcrnn(diffusion convolutional recurrent neural network，扩散卷积递归神经网络)和stgcn(spatio-temporal graph convolutional networks，时空图卷积网络)首先使用gnn(graph neural networks，图神经网络)获空间结构信息，然后将outputs(输出)反馈到一个序列模型。

2、实施图采样服务的缺点一是图像数据的分布和推理采样的负载特性导致难以在分布式的动态图上实现稳定的低延时采样，二是无法满足大规模图像在单机上的存储和计算能力，三是一些边上可能会存在某些信息特征不能被有效地考虑进去。

技术实现思路

1、本发明所要解决的技术问题是：提供一种基于泛洪广播式gnn网络的实时图采样方法及终端，有效实现实时动态图像精准采样目的。

2、为了解决上述技术问题，本发明采用的技术方案为：

3、一种基于泛洪广播式gnn网络的实时图采样方法，包括步骤：

4、s1、实时输入动态图像至gnn网络，并进行初始泛洪广播得到初始泛洪数据；

5、s2、对所述初始泛洪数据进行二次泛洪广播得到二次泛洪数据；

6、s3、对所述二次泛洪数据中与所述初始泛洪数据相同的数据进行邻居采样、不同的数据返回步骤s2重新进行所述二次泛洪广播，并分别存储至不同的集合中；

7、s4、重复步骤s3直至所述动态图像输入完毕后将各集合中的数据按照时间戳进行拼接，输出采样结果。

8、为了解决上述技术问题，本发明采用的另一技术方案为：

9、一种基于泛洪广播式gnn网络的实时图采样终端，包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

10、s1、实时输入动态图像至gnn网络，并进行初始泛洪广播得到初始泛洪数据；

11、s2、对所述初始泛洪数据进行二次泛洪广播得到二次泛洪数据；

12、s3、对所述二次泛洪数据中与所述初始泛洪数据相同的数据进行邻居采样、不同的数据返回步骤s2重新进行所述二次泛洪广播，并分别存储至不同的集合中；

13、s4、重复步骤s3直至所述动态图像输入完毕后将各集合中的数据按照时间戳进行拼接，输出采样结果。

14、本发明的有益效果在于：提供一种基于泛洪广播式gnn网络的实时图采样方法及终端，基于区块链广播中产生的泛洪问题机制，对实时动态图像进行泛洪广播，并对泛洪前后产生变化的数据重复多次进行二次泛洪、未产生变化的数据则不参与二次泛洪，而是进行邻居采样来剔除泛洪的邻居，从而不断缩小采样区域，在解决大规模图像中gnn处理图像的延迟问题的同时，最终输出的采样图能有效减少环境噪音，使得动态和静态图像隔离更加清晰，达到实时动态图像精准采样目的。

技术特征：

1.一种基于泛洪广播式gnn网络的实时图采样方法，其特征在于，包括步骤：

2.根据权利要求1所述的一种基于泛洪广播式gnn网络的实时图采样方法，其特征在于，所述步骤s1具体为：

3.根据权利要求2所述的一种基于泛洪广播式gnn网络的实时图采样方法，其特征在于，所述步骤s2具体为：

4.根据权利要求3所述的一种基于泛洪广播式gnn网络的实时图采样方法，其特征在于，所述步骤s3具体为：

5.根据权利要求4所述的一种基于泛洪广播式gnn网络的实时图采样方法，其特征在于，所述步骤s4具体为：

6.一种基于泛洪广播式gnn网络的实时图采样终端，其特征在于，包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

7.根据权利要求6所述的一种基于泛洪广播式gnn网络的实时图采样终端，其特征在于，所述步骤s1具体为：

8.根据权利要求7所述的一种基于泛洪广播式gnn网络的实时图采样终端，其特征在于，所述步骤s2具体为：

9.根据权利要求8所述的一种基于泛洪广播式gnn网络的实时图采样终端，其特征在于，所述步骤s3具体为：

10.根据权利要求9所述的一种基于泛洪广播式gnn网络的实时图采样终端，其特征在于，所述步骤s4具体为：

技术总结本发明提供的一种基于泛洪广播式GNN网络的实时图采样方法及终端，包括实时输入动态图像至GNN网络，并进行初始泛洪广播得到初始泛洪数据；对初始泛洪数据进行二次泛洪广播得到二次泛洪数据；对二次泛洪数据中与初始泛洪数据相同的数据进行邻居采样、不同的数据返回步骤S2重新进行二次泛洪广播，并分别存储至不同的集合中；重复上述步骤直至动态图像输入完毕后将各集合中的数据按照时间戳进行拼接，输出采样结果。本发明有效实现了实时动态图像精准采样目的。技术研发人员：刘德建,余学春,陈宏,迟长燕受保护的技术使用者：福建天泉教育科技有限公司技术研发日：技术公布日：2024/9/29