[发明专利]特征提取网络训练方法以及相关方法和装置

权利要求书

1.一种特征提取网络的训练方法，其特征在于，所述方法包括：

获得图像训练集，所述图像训练集包括同一目标的两种模态的图像，所述两种模态包括第一模态和第二模态；

将所述图像训练集输入到所述特征提取网络，以得到每一目标的两种模态的图像特征；

利用每个目标的两种模态的图像特征的差异计算损失；

利用损失梯度反向传播确定所述特征提取网络的第三组参数；

将至少一个目标的第一模态的图像特征输入到第一图像分类器；基于所述第一图像分类器的分类结果，并利用梯度反向传播算法确定所述特征提取网络的第一组参数；

将至少一个目标的第二模态的图像特征输入到第二图像分类器；基于所述第二图像分类器的分类结果，并利用梯度反向传播算法确定所述特征提取网络的第二组参数；

将每一目标的两种模态的图像特征连接，得到每一目标的融合特征；

将至少一个目标的融合特征输入到第三图像分类器；基于所述第三图像分类器的分类结果，并利用梯度反向传播算法确定所述特征提取网络的第四组参数；

将所述特征提取网络的第一组参数、第二组参数、第三组参数和第四组参数进行加权处理，得到所述特征提取网络的最终参数。

2.根据权利要求1所述的训练方法，其特征在于，所述两种模态的图像选自可见光图像、深度图像、红外图像、素描图像和3D图像中的两种。

3.根据权利要求1所述的训练方法，其特征在于，所述利用每个目标的两种模态的图像特征的差异计算损失，包括：

计算每个目标的两种模态的图像特征的欧式距离；

利用至少一个目标对应的欧式距离计算损失。

4.一种图像的特征提取方法，其特征在于，所述方法包括：

获取待提取特征的图像；

将所述待提取特征的图像输入至特征提取网络；其中，所述特征提取网络是采用权利要求1至3任一项所述的方法训练得到的；

通过所述特征提取网络提取所述待提取特征的图像的特征。

5.一种图像搜索方法，其特征在于，所述方法包括：

获取待搜索图像；

将所述待搜索图像输入至特征提取网络；以得到所述待搜索图像的特征；其中，所述特征提取网络是采用权利要求1至3任一项所述的方法训练得到的；

确定所述待搜索图像的特征与数据库中各图像的特征的差异；

根据所述差异确定与所述待搜索图像相似的图像，得到图像搜索结果。

6.一种电子设备，其特征在于，所述电子设备包括存储器和处理器；所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现如权利要求1-5中任一项所述方法的步骤。

7.一种可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1-5中任一项所述方法的步骤。