[发明专利]特征金字塔网络的训练方法、提取图像特征的方法和装置

权利要求书

1.一种特征金字塔网络的训练方法，包括：

获取样本图像的兴趣区域、以及待训练的特征金字塔网络中的用于产生多尺度特征的隐含层针对所述样本图像输出的第一金字塔特征；其中，所述第一金字塔特征中的最高层特征用于与至少一上下文特征生成所述特征金字塔网络针对所述样本图像输出的第二金字塔特征中的最高层特征，所述至少一上下文特征从输入金字塔特征中的最高层特征中获取的、包含有所述兴趣区域内的特征以及所述兴趣区域外一定范围内的特征，所述输入金字塔特征为输入所述特征金字塔网络的、所述样本图像的金字塔特征；

根据所述兴趣区域，从所述第一金字塔特征中获取第一兴趣区域特征；

对所述第一兴趣区域特征进行目标对象检测，获得第一目标对象检测结果；

根据所述第一目标对象检测结果与样本图像的目标对象标注信息之间的差异，调整所述特征金字塔网络的网络参数。

2.根据权利要求1所述的方法，其中，所述对所述第一兴趣区域特征进行目标对象检测，获得第一目标对象检测结果，包括：

对所述第一兴趣区域特征进行目标对象检测，获得目标对象位置信息和目标对象类别信息；

所述根据所述第一目标对象检测结果与样本图像的目标对象标注信息之间的差异，调整所述特征金字塔网络的网络参数，包括：

根据所述目标对象位置信息与样本图像的目标对象位置标注信息之间的差异、以及所述目标对象类别信息与样本图像的目标对象类别标注信息之间的差异确定出的损失，从所述隐含层进行反向传播，调整所述特征金字塔网络的网络参数。

3.根据权利要求1或2所述的方法，其中，所述方法还包括：

获取所述特征金字塔网络针对所述样本图像输出的第二金字塔特征；

从所述第二金字塔特征的多层特征中分别获取所述兴趣区域对应的多个第二兴趣区域特征；

对所述多个第二兴趣区域特征进行特征融合，获得兴趣区域融合特征；

对所述兴趣区域融合特征进行目标对象检测，获得第二目标对象检测结果；

根据所述第二目标对象检测结果与所述样本图像的目标对象标注信息之间的差异，调整所述特征金字塔网络的网络参数。

4.根据权利要求3所述的方法，其中，所述对所述多个第二兴趣区域特征进行特征融合，获得兴趣区域融合特征，包括：

将所述多个第二兴趣区域特征转换为具有相同空间分辨率的多个第二兴趣区域特征；

根据所述具有相同空间分辨率的多个第二兴趣区域特征以及所述多个第二兴趣区域特征各自对应的第一权重，进行特征融合处理，形成兴趣区域融合特征。

5.根据权利要求4所述的方法，其中，所述特征金字塔网络输出所述样本图像的第二金字塔特征的过程，包括：

从所述特征金字塔网络的输入金字塔特征中的最高层特征中，获取至少一上下文特征；其中，所述输入金字塔特征用于形成所述第一金字塔特征；

根据所述至少一上下文特征和所述第一金字塔特征中的最高层特征，生成所述样本图像的第二金字塔特征中的最高层特征。

6.根据权利要求5所述的方法，其中，所述至少一上下文特征包括：多个空间分辨率不同的上下文特征；

所述根据所述至少一上下文特征和所述第一金字塔特征的最高层特征，生成所述样本图像的第二金字塔特征的最高层特征，包括：

将所述多个空间分辨率不同的上下文特征转换为多个具有相同空间分辨率的上下文特征；

根据所述转换后的多个上下文特征以及各自对应的第二权重，进行特征融合处理，形成融合上下文特征；

将所述第一金字塔特征中的最高层特征和所述融合上下文特征叠加，获得所述样本图像的第二金字塔特征的最高层特征。

7.根据权利要求6所述的方法，其中，所述第一权重或者第二权重包括：

针对特征中的多个空间位置分别设置的权重；或者

针对特征的不同通道分别设置的权重；或者

针对特征中的多个空间位置处的不同通道分别设置的权重。