[发明专利]图像信息提取方法、训练方法及装置、介质和电子设备

权利要求书

1.一种图像信息提取方法，其特征在于，包括：

获取图像，提取所述图像的局部描述子；

计算所述局部描述子的置信度；

基于所述局部描述子以及所述局部描述子的置信度，提取所述图像的全局描述子。

2.根据权利要求1所述的图像信息提取方法，其特征在于，提取所述图像的局部描述子包括：

采用第一神经网络从所述图像提取第一中间描述子；

对所述第一中间描述子进行上采样，以确定出所述图像的局部描述子。

3.根据权利要求2所述的图像信息提取方法，其特征在于，在采用第一神经网络从所述图像提取第一中间描述子之前，所述图像信息提取方法还包括：

采用预提取网络从所述图像提取待处理信息；

其中，采用第一神经网络从所述图像提取第一中间描述子包括：采用所述第一神经网络对所述待处理信息进行处理，以提取所述第一中间描述子。

4.根据权利要求1所述的图像信息提取方法，其特征在于，基于所述局部描述子以及所述局部描述子的置信度，提取所述图像的全局描述子，包括：

基于所述局部描述子和所述局部描述子的置信度，生成第二中间描述子；

采用第二神经网络对所述第二中间描述子进行处理，根据处理的结果确定所述图像的全局描述子。

5.根据权利要求4所述的图像信息提取方法，其特征在于，基于所述局部描述子和所述局部描述子的置信度，生成第二中间描述子，包括：

将所述局部描述子与所述局部描述子的置信度的乘积，确定为所述第二中间描述子。

6.根据权利要求4所述的图像信息提取方法，其特征在于，采用第二神经网络对所述第二中间描述子进行处理，根据处理的结果确定所述图像的全局描述子，包括：

采用所述第二神经网络对所述第二中间描述子进行处理，生成第三中间描述子；

对所述第三中间描述子进行降维处理，确定所述图像的全局描述子。

7.一种图像信息提取网络的训练方法，其特征在于，包括：

获取图像信息提取网络和训练集，其中，所述训练集包括多个图像对，每个图像对包括属于同一场景的第一训练图像和第二训练图像；

将所述第一训练图像输入所述图像信息提取网络，得到所述第一训练图像的局部描述子和全局描述子；

将所述第二训练图像输入所述图像信息提取网络，得到所述第二训练图像的局部描述子和全局描述子；

根据所述第一训练图像的局部描述子和全局描述子以及所述第二训练图像的局部描述子和全局描述子，利用损失函数训练所述图像信息提取网络。

8.根据权利要求7所述的图像信息提取网络的训练方法，其特征在于，所述图像信息提取网络包括局部描述子提取结构和全局描述子提取结构；其中，将所述第一训练图像输入所述图像信息提取网络，得到所述第一训练图像的局部描述子和全局描述子，包括：

将所述第一训练图像输入所述局部描述子提取结构，得到所述第一训练图像的局部描述子；将所述第一训练图像的局部描述子输入所述全局描述子提取结构，得到所述第一训练图像的全局描述子。

9.一种图像信息提取装置，其特征在于，包括：

第一提取模块，用于获取图像，提取所述图像的局部描述子；

置信度计算模块，用于计算所述局部描述子的置信度；

第二提取模块，用于基于所述局部描述子以及所述局部描述子的置信度，提取所述图像的全局描述子。