Method for Computing Convolutional neural network

Disclosed is a method for computing a convolutional neural network, comprising: an input image provision step to provide an input image to be computed; a Fourier transform step to perform the Fourier transform on image data of the input image; a first convolutional step to compute the image data by the Fourier transform with a first convolutional filter and output a first convolutional layer; a first pooling step to apply a first pooling filter to the first convolutional layer, and output a first pooling layer which is relatively simplified compared with the first convolutional layer; a second convolutional step to apply a second convolutional filter to the first pooling layer and output a second convolutional layer; a second pooling step to apply a second pooling filter to the second convolutional layer and output a second pooling layer which is relatively simplified compared with the second convolutional layer; a hidden layer step to receive the second pooling layer and forming a hidden layer; and an image information output step to output image information of the hidden layer. The present invention aims to provide a method for computing a convolutional neural network, which is capable of conducting the computation more simply. 본 발명은 연산 대상이 되는 입력 이미지를 제공하는 입력 이미지 제공 과정과, 상기 입력 이미지의 이미지 데이터를 퓨리에 변환하는 퓨리에 변환 과정과, 상기 퓨리에 변환에 의한 상기 이미지 데이터를 제 1 컨벌루셔널 필터와 연산하여 제 1 컨벌루셔널 레이어를 출력하는 제 1 컨벌루셔널 과정과, 제 1 컨벌루셔널 레이어에 제 1 풀링 필터를 적용하여 제 1 컨벌루셔널 레이어보다 상대적으로 단순화된 제 1 풀링 레이어를 출력하는 제 1 풀링 과정과, 제 1 풀링 레이어에 제 2 컨벌루셔널 필터를 적용하여 제 2 컨벌루셔널 레이어를 출력하는 제 2 컨벌루셔널 과정과, 제 2 컨벌루셔널 레이어에 제 2 풀링 필터를 적용하여 제 2 컨벌루셔널 레이어보다 상대적으로 단순화된 제 2 풀링 레이어를 출력하는 제 2 풀링 과정과, 상기 제 2 풀링 레이어를 입력받아 히든 레이어를 형성하는 히든 레이어 과정 및 상기 히든 레이어의 이미지 정보를 출력하는 이미지 정보 출력 과정을 포함하는 컨벌루셔널 신경망 연산 방법을 개시한다.