[发明专利]图像特征的提取方法、装置、设备及存储介质在审

专利信息
申请号: 202010158252.2 申请日: 2020-03-09
公开(公告)号: CN111382796A 公开(公告)日: 2020-07-07
发明(设计)人: 高玮;张超;胡浩;杨超龙 申请(专利权)人: 广东博智林机器人有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04;G06N3/08
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 528000 广东省佛山市顺德区北滘镇顺江*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 特征 提取 方法 装置 设备 存储 介质
【权利要求书】:

1.一种图像特征的提取方法,其特征在于,包括:

获取待提取图像;

将所述待提取图像输入到预先训练完成的目标特征提取模型中,得到输出的目标特征图像;

其中,所述目标特征提取模型包括第一特征提取模型和第二特征提取模型,所述第一特征提取模型是基于原始建筑图像和与所述原始建筑图像对应的原始特征图像融合后得到的第一融合图像训练得到的,所述第二特征提取模型是基于所述原始建筑图像和所述第一特征提取模型的输出图像融合后得到的第二融合图像训练得到的。

2.根据权利要求1所述的方法,其特征在于,还包括:

基于第一损失函数对编码-解码器网络模型的模型参数进行调整,以得到训练完成的第一特征提取模型;

基于第二损失函数对全卷积网络模型的模型参数进行调整,以得到训练完成的第二特征提取模型。

3.根据权利要求2所述的方法,其特征在于,还包括:

在解码器网络中,采用最近邻插值算法对编码器的输出图像进行特征重构,得到第一特征提取模型的输出图像。

4.根据权利要求2所述的方法,其特征在于,还包括:

基于预测损失函数、部分损失函数和损失权重,构建第一损失函数。

5.根据权利要求4所述的方法,其特征在于,还包括:

基于所述第一特征提取模型的输出图像和标准图像的alpha通道值,构建预测损失函数。

6.根据权利要求4所述的方法,其特征在于,还包括:

基于所述第一特征提取模型的输出图像和与所述原始建筑图像对应的原始背景图像的融合图像的RGB值,以及所述原始建筑图像的RGB值,构建部分损失函数。

7.根据权利要求2所述的方法,其特征在于,还包括:

基于所述第二特征提取模型的输出图像和所述第一特征提取模型的输出图像的融合图像的alpha通道值,以及标准图像的alpha通道值,构建第二损失函数。

8.一种图像特征的提取装置,其特征在于,包括:

待提取图像获取模块,用于获取待提取图像;

目标特征图像输出模块,用于将所述待提取图像输入到预先训练完成的目标特征提取模型中,得到输出的目标特征图像;

其中,所述目标特征提取模型包括第一特征提取模型和第二特征提取模型,所述第一特征提取模型是基于原始建筑图像和与所述原始建筑图像对应的原始特征图像融合后得到的第一融合图像训练得到的,所述第二特征提取模型是基于所述原始训练图像和所述第一特征提取模型的输出图像融合后得到的第二融合图像训练得到的。

9.一种设备,其特征在于,包括:

一个或多个处理器;

存储器,用于存储一个或多个程序;

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的图像特征的提取方法。

10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的图像特征的提取方法。

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广东博智林机器人有限公司,未经广东博智林机器人有限公司许可,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/202010158252.2/1.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