[发明专利]特征提取方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种特征提取方法，其特征在于，用于双通道特征融合网络，所述双通道特征融合网络包括：上采样信息融合通道、下采样信息融合通道、特征融合通道；包括：

基于上采样信息融合通道对目标图像的n个不同分辨率的特征图进行特征融合处理，以将低分辨率特征图的特征融合到高分辨率特征图的特征中，得到n个第一融合特征图其中n≥2，

基于下采样信息融合通道对目标图像的n个不同分辨率的特征图进行特征融合处理，以将高分辨率特征图的特征融合到低分辨率特征图的特征中，得到n个第二融合特征图

基于所述特征融合通道对所述n个第一融合特征图p^td与n个第二融合特征图进行特征融合处理，得到n个目标特征图

2.根据权利要求1所述的方法，其特征在于，所述n个不同分辨率的特征图按照分辨率由小到大排列。

3.根据权利要求1或2所述的方法，其特征在于，基于上采样信息融合通道对目标图像的n个不同分辨率的特征图进行特征融合处理，以将低分辨率特征图的特征融合到高分辨率特征图的特征中，得到n个第一融合特征图包括：

基于n个不同分辨率的特征图通过如下公式：

确定n个第一融合特征其中

4.根据权利要求3所述的方法，其特征在于，基于下采样信息融合通道对目标图像的n个不同分辨率的特征图进行特征融合处理，以将高分辨率特征图的特征融合到低分辨率特征图的特征中，得到n个第二融合特征图包括：

基于n个不同分辨率的特征图通过如下公式：

得到n个第一融合特征其中，

5.根据权利要求4所述的方法，其特征在于，基于所述特征融合通道对所述n个第一融合特征图p^td与n个第二融合特征图进行特征融合处理，得到n个目标特征图包括：

基于n个第一融合特征图p^td与n个第二融合特征图通过如下公式：

得到n个目标特征图其中，

6.根据权利要求1所述的方法，其特征在于，基于所述特征融合通道对所述n个第一融合特征图p^td与n个第二融合特征图进行特征融合处理，得到n个目标特征图包括：

通过加权特征融合方法对所述n个第一融合特征图p^td与n个第二融合特征图进行特征融合处理，得到n个目标特征图所述第一融合特征图p^td的权重值与第二融合特征图的权重值通过深度神经网络学习得到。

7.根据权利要求1-6任一项所述的方法，其特征在于，该方法还包括：

将所述n个目标特征图输入至目标检测网络进行目标检测识别。

8.一种特征提取装置，其特征在于，包括：

上采样融合模块，用于基于上采样信息融合通道对目标图像的n个不同分辨率的特征图进行特征融合处理，以将低分辨率特征图的特征融合到高分辨率特征图的特征中，得到n个第一融合特征图其中n≥2，

下采样融合模块，用于基于下采样信息融合通道对目标图像的n个不同分辨率的特征图进行特征融合处理，以将高分辨率特征图的特征融合到低分辨率特征图的特征中，得到n个第二融合特征图

融合模块，用于基于特征融合通道对所述n个第一融合特征图p^td与n个第二融合特征图进行特征融合处理，得到n个目标特征图

9.一种电子设备，其特征在于，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至7任一项所述的特征提取方法。

10.一种计算机可读存储介质，其特征在于，所述计算机存储介质用于存储计算机指令，当其在计算机上运行时，使得计算机可以执行上述权利要求1至7中任一项所述的特征提取方法。