[发明专利]特征描述子生成方法、装置、设备及计算机可读存储介质

权利要求书

1.一种特征描述子生成方法，其特征在于，包括：

将获取的图像转化为预设大小的待处理图像，并对所述待处理图像的像素值进行归一化处理；

利用预设残差网络对归一化处理后的所述待处理图像进行图像处理，获取所述图像对应的特征描述子。

2.根据权利要求1所述的特征描述子生成方法，其特征在于，所述预设残差网络的生成过程，包括：

获取所述预设残差网络的训练数据集；其中，所述训练数据集包括n对匹配的待匹配训练图像和匹配训练图像，n为大于0的整数；

将每个所述待匹配训练图像和每个所述匹配训练图像分别转化为所述预设大小的待处理训练图像，并对每个所述待处理训练图像的像素值进行归一化处理；

判断是否达到预设迭代次数；

若否，利用当前残差网络对归一化处理后的每个所述待处理训练图像进行图像处理，获取2n个当前特征描述子，并对每个所述当前特征描述子进行归一化处理；

根据2n个归一化处理后的所述当前特征描述子对应的当前欧式距离集，获取当前目标损失函数；

利用所述当前目标损失函数，通过随机梯度下降法和反向传播更新所述当前残差网络，并执行所述判断是否达到预设迭代次数的步骤；

若是，则将所述当前残差网络作为所述预设残差网络。

3.根据权利要求2所述的特征描述子生成方法，其特征在于，所述对每个所述待处理训练图像的像素值进行归一化处理，包括：

通过利用2n个归一化处理前的所述待处理训练图像的像素值的平均值和方差，获取归一化处理后的每个所述待处理训练图像的像素值；其中，input和output分别为归一化处理前和归一化处理后的每个所述待处理训练图像的像素值，mean和std分别为2n个归一化处理前的所述待处理训练图像的像素值的平均值和方差。

4.根据权利要求2所述的特征描述子生成方法，其特征在于，所述根据2n个归一化处理后的所述当前特征描述子对应的当前欧式距离集，获取当前目标损失函数，包括：

通过计算2n个归一化处理后的所述当前特征描述子中每个所述待匹配训练图像对应的当前特征描述子与各自匹配和非匹配的所述匹配训练图像对应的当前特征描述子之间的欧氏距离，获取所述当前欧式距离集；其中，i和j均为大于0且小于等于n的正整数，i＝j时，d(a_i,p_j)为所述待匹配训练图像对应的当前特征描述子a_i和与所述待匹配训练图像匹配的匹配训练图像对应的当前特征描述子p_j之间的欧氏距离；

通过利用所述当前欧式距离集计算获取所述当前目标损失函数；其中，j_min＝arg min_{j＝1...n,j≠i}d(a_i,p_j)，k_min＝argmin_{k＝1...n,k≠i}d(a_k,p_i)。

5.根据权利要求2所述的特征描述子生成方法，其特征在于，所述预设大小具体为32*32，所述特征描述子和所述当前特征描述子均为128维特征向量。

6.根据权利要求1至5任一项所述的特征描述子生成方法，其特征在于，所述预设残差网络，包括：8个卷积层构成的3个残差单元。

7.一种特征描述子生成装置，其特征在于，包括：

预处理模块，用于将获取的图像转化为预设大小的待处理图像，并对所述待处理图像的像素值进行归一化处理；

图像处理模块，用于利用预设残差网络对归一化处理后的所述待处理图像进行图像处理，获取所述图像对应的特征描述子。