[发明专利]特征提取方法、装置和电子系统

权利要求书

1.一种特征提取方法，其特征在于，所述方法包括：

从目标图像中获取多个图像块；其中，所述多个图像块中，任意两个图像块在所述目标图像中所占区域的重叠程度低于预设重叠阈值；

通过特征提取网络提取每个所述图像块的特征数据；

基于每个所述图像块的特征数据，得到所述目标图像的图像特征。

2.根据权利要求1所述的方法，其特征在于，所述多个图像块中，任意两个图像块在所述目标图像中的所占区域不重叠。

3.根据权利要求1所述的方法，其特征在于，从目标图像中获取多个图像块的步骤，包括：

基于预设的卷积核尺寸和扫描步长，对所述目标图像进行扫描，得到多个图像块；其中，所述卷积核尺寸和所述扫描步长相匹配。

4.根据权利要求3所述的方法，其特征在于，所述卷积核的尺寸包括：卷积核的宽度和高度；

当对所述目标图像进行横向扫描时，所述卷积核的宽度与所述扫描步长相同；当对所述目标图像进行纵向扫描时，所述卷积核的高度与所述扫描步长相同。

5.根据权利要求1所述的方法，其特征在于，从目标图像中获取多个图像块的步骤，包括：基于预设的图像块尺寸，对所述目标图像进行分割处理，得到所述多个图像块。

6.根据权利要求1所述的方法，其特征在于，所述特征提取网络包括第一卷积核；

所述通过特征提取网络提取每个所述图像块的特征数据的步骤，包括：通过所述第一卷积核对每个所述图像块特征进行卷积计算，得到每个所述图像块的特征数据。

7.根据权利要求6所述的方法，其特征在于，所述第一卷积核的卷积核参数通过下述方式确定：

在所述特征提取网络的训练阶段，通过多个初始卷积核分别对同一样本图像进行卷积计算，得到每个所述初始卷积核输出的初始样本特征；

对每个所述初始卷积核输出的初始样本特征进行非线性处理，得到所述样本图像的最终样本特征，以通过所述特征提取网络对所述最终样本特征进行后续训练处理；

所述特征提取网络训练完成后，基于所述多个初始卷积核的卷积核参数，确定所述第一卷积核的卷积核参数。

8.根据权利要求7所述的方法，其特征在于，基于所述多个初始卷积核的卷积核参数，确定所述第一卷积核的卷积核参数的步骤，包括：

对所述多个初始卷积核的卷积核参数进行参数组合处理，得到所述第一卷积核的卷积核参数。

9.根据权利要求1所述的方法，其特征在于，所述特征提取网络包括多个卷积核；

所述通过特征提取网络提取每个所述图像块的特征，得到每个所述图像块的特征数据的步骤，包括：

针对每个所述图像块，分别通过每个所述卷积核对所述图像块进行卷积计算，得到每个所述卷积核对应的初始计算结果；

对每个所述卷积核对应的初始计算结果进行非线性处理，得到所述图像块的特征数据。

10.根据权利要求9所述的方法，其特征在于，所述多个卷积核中，至少一部分卷积核的卷积核尺寸与所述图像块尺寸相同；所述至少一部分卷积核的扫描步长与所述图像块的边长相同。

11.根据权利要求9所述的方法，其特征在于，所述多个卷积核包括第二卷积核、第三卷积核和第四卷积核；其中，所述第二卷积核用于输出所述图像块的查询结果；所述第三卷积核用于输出所述图像块的键结果；所述第四卷积核用于输出所述图像块的值结果；

所述对每个所述卷积核对应的初始计算结果进行非线性处理，得到所述图像块的特征数据的步骤，包括：

对所述图像块的查询结果和所述键结果进行逐点叉乘计算，得到第一中间结果；对所述第一中间结果和所述值结果进行逐点点乘计算，得到第二中间结果；

基于所述第二中间结果确定所述图像块的特征数据。