[发明专利]图像特征的处理方法、装置、电子设备及存储介质

权利要求书

1.一种图像特征的处理方法，其特征在于，包括：

将从图像中提取到的待处理特征输入至预设卷积神经网络，基于所述预设卷积神经网络进行卷积处理得到卷积处理结果；

利用预设阈值函数对所述卷积处理结果进行阈值处理操作，得到通道阈值系数；

基于所述通道阈值系数计算空间阈值系数；

依据所述通道阈值系数以及所述空间阈值系数，对所述待处理特征进行处理，得到处理后的图像特征，

该方法还包括：

将所述待处理特征输入至预设通道注意力网络，得到通道注意力特征；

将所述待处理特征输入至预设空间注意力网络，得到空间注意力特征；

所述依据所述通道阈值系数以及所述空间阈值系数，对所述待处理特征进行处理，得到处理后的图像特征，包括：

基于所述通道阈值系数、所述通道注意力特征、所述空间阈值系数和所述空间注意力特征，得到处理后的图像特征。

2.根据权利要求1所述的方法，其特征在于，所述基于所述通道阈值系数、所述通道注意力特征、所述空间阈值系数和所述空间注意力特征，得到处理后的图像特征，包括：

利用所述通道阈值系数和所述通道注意力特征进行乘法运算，得到通道输出部分；

利用所述空间阈值系数和所述空间注意力特征进行乘法运算，得到空间输出部分；

利用所述通道输出部分和所述空间输出部分进行加法运算，得到处理后的图像特征。

3.根据权利要求1至2任意一项所述的方法，其特征在于，所述基于所述通道阈值系数计算空间阈值系数，包括：

利用预定的数值对所述通道阈值系数进行减法运算，得到所述空间阈值系数。

4.根据权利要求1至2任意一项所述的方法，其特征在于，所述预设阈值函数为Sigmoid函数。

5.根据权利要求1至2任意一项所述的方法，其特征在于，所述将从图像中提取到的待处理特征输入至预设卷积神经网络步骤之前，该方法还包括：

将所述图像输入预设的特征提取神经网络进行特征提取操作，得到所述待处理特征。

6.一种图像特征的处理装置，其特征在于，包括：

第一处理模块，用于将从图像中提取到的待处理特征输入至预设卷积神经网络，基于所述预设卷积神经网络进行卷积处理得到卷积处理结果；

第二处理模块，用于利用预设阈值函数对所述卷积处理结果进行阈值处理操作，得到通道阈值系数；

计算模块，用于基于所述通道阈值系数计算空间阈值系数；

第三处理模块，用于依据所述通道阈值系数以及所述空间阈值系数，对所述待处理特征进行处理，得到处理后的图像特征，

该装置还包括：

第一输入模块，用于将所述待处理特征输入至预设通道注意力网络，得到通道注意力特征；

第二输入模块，用于将所述待处理特征输入至预设空间注意力网络，得到空间注意力特征；

所述第三处理模块，还用于基于所述通道阈值系数、所述通道注意力特征、所述空间阈值系数和所述空间注意力特征，得到处理后的图像特征。

7.一种电子设备，其特征在于，其包括：

一个或多个处理器；

存储器；

一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：执行根据权利要求1～5任一项所述图像特征的处理方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-5任一项所述的图像特征的处理方法。