[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
【说明书】:

发明实施例公开了一种图像特征的提取方法、装置、设备及存储介质。该方法包括: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。本发明实施例通过将图像融合后的图像作为训练图像,对目标特征提取模型进行训练,解决了图像特征提取中人工成本的问题,提高了图像特征提取的精度。

技术领域

本发明实施例涉及图像处理技术领域,尤其涉及一种图像特征的提取方法、装置、设备及存储介质。

背景技术

抠图是图像处理中经常使用的功能,即将图像中的目标图像分离出来成为单独的图像,该图像处理操作对目标图像的定位和识别要求都很高。现阶段,建筑图纸中的图像数据庞大,对人工校验图纸带来很大的负担,且工作效率低下,因此实现图纸自动化校验变得十分重要。

在图纸校验过程中,需要对建筑图纸进行有效信息提取,由于数据过于庞大,人工筛选难以完成,需要借助图像处理批量生成已经去除无用信息的图纸。现有技术的核心思想基本上都是基于人机相结合的方法,这种识别方案在一定程度上能实现智能识别的目的,但存在一定缺陷,如识别精度和识别效率都较低,需要人机重复性操作,人员负担较重。

发明内容

本发明实施例提供了一种图像特征的提取方法、装置、设备及存储介质,以提高图像特征提取的精度和工作效率。

第一方面,本发明实施例提供了一种图像特征的提取方法,该方法包括:

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。

第二方面,本发明实施例还提供了一种图像特征的提取装置,该装置包括:

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。

第三方面,本发明实施例还提供了一种设备,该设备包括:

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时,使得所述一个或多个处理器实现上述所涉及的任一所述的图像特征的提取方法。

第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,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上述所涉及的任一所述的图像特征的提取方法。

本发明实施例通过将图像融合后的图像作为训练图像,对第一特征提取模型和第二特征提取模型进行训练,解决了图像特征提取中人工成本的问题,提高了图像特征提取的精度和工作效率。

附图说明

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/202010158252.2/2.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