[发明专利]用于生成特征图的方法和装置有效

专利信息
申请号: 201910209390.6 申请日: 2019-03-19
公开(公告)号: CN109948700B 公开(公告)日: 2020-07-24
发明(设计)人: 喻冬东;王长虎 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100041 北京市石景山区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 生成 特征 方法 装置
【权利要求书】:

1.一种用于生成特征图的方法,包括:

获取目标图像,以及确定所述目标图像的特征图,其中,所述特征图包括至少一个通道,每个通道对应于一个特征矩阵;

对所述特征图进行一阶空间注意力调制,得到调制后特征图,其中,所述调制后特征图包括至少一个通道,每个通道对应于一个特征矩阵,所述一阶空间注意力调制包括:对所述特征图对应的向量进行线性运算;

对所述调制后特征图进行第一卷积处理,得到预设数目个第一卷积后特征矩阵,其中,第一卷积后特征矩阵与第一卷积处理后得到的特征图包括的预设数目个通道一一对应;

对于所述目标图像包括的像素点中的像素点,从所述预设数目个第一卷积后特征矩阵中,确定该像素点对应的像素特征向量;

基于所得到的像素特征向量,确定像素关系矩阵,其中,所述像素关系矩阵中每个元素分别对应于两个像素点,所述像素关系矩阵包括的元素用于表征所述目标图像包括的像素点之间的关联关系;

基于所述像素关系矩阵,对所述调制后特征图进行变换,生成变换后特征图。

2.根据权利要求1所述的方法,其中,所述基于所得到的像素特征向量,确定像素关系矩阵,包括:

将所得到的像素特征向量组合,得到第一组合后矩阵;

对所述调制后特征图进行第二卷积处理,得到预设数目个第二卷积后特征矩阵,其中,第二卷积后特征矩阵与第二卷积处理后得到的特征图包括的预设数目个通道一一对应;

对于所得到的预设数目个第二卷积后特征矩阵中的第二卷积后特征矩阵,将该第二卷积后特征矩阵转换为第一通道特征向量;

将所得到的第一通道特征向量组合,得到第二组合后矩阵;

将所述第一组合后矩阵与所述第二组合后矩阵相乘,基于相乘后得到的矩阵生成像素关系矩阵。

3.根据权利要求2所述的方法,其中,所述基于相乘后得到的矩阵生成像素关系矩阵,包括:

对相乘后得到的矩阵包括的元素进行归一化处理,得到像素关系矩阵。

4.根据权利要求1-3之一所述的方法,其中,所述调制后特征图包括预设数目个通道,每个通道对应于一个特征矩阵;以及

所述基于所述像素关系矩阵,对所述调制后特征图进行变换,生成变换后特征图,包括:

对于所述调制后特征图包括的预设数目个通道中的通道,将该通道对应的特征矩阵转换为第二通道特征向量;

将所得到的第二通道特征向量组合,得到第三组合后矩阵;

将所述第三组合后矩阵与所述像素关系矩阵相乘,基于相乘后所得到的矩阵生成变换后特征图。

5.一种用于识别图像的方法,包括:

获取待识别图像,其中,所述待识别图像包括目标对象图像;

将所述待识别图像输入预先训练的卷积神经网络,输出用于表征所述待识别图像中的目标对象图像在所述待识别图像中的位置的位置信息和用于表征所述目标对象图像所属的类别的类别信息,其中,所述卷积神经网络包括卷积层和分类层,所述卷积层用于利用所述待识别图像执行权利要求1-4之一所述的方法,生成变换后特征图,分类层用于基于所述变换后特征图,对所述待识别图像包括的像素点进行分类,生成类别信息和位置信息。

6.根据权利要求5所述的方法,其中,所述方法还包括:

基于所述位置信息,从所述待识别图像中提取目标对象图像及显示。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910209390.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top