[发明专利]特征提取网络训练方法、图像处理方法及装置

权利要求书

1.一种特征提取网络训练方法，其特征在于，包括：

基于第一特征提取网络对样本图像进行处理，得到所述样本图像的第一特征，所述第一特征用于表征所述样本图像的内容特征；

基于第二特征提取网络对所述样本图像进行处理，得到所述样本图像的第二特征，所述第二特征用于表征目标类别图像的内容特征分布状况，所述目标类别为所述样本图像所属的类别；

基于所述样本图像的第一特征、第二特征以及所述样本图像所属类别，确定第一样本图像集合中样本图像之间的预测相似度关系，所述第一样本图像集合包括属于同一类别的样本图像和属于不同类别的样本图像，所述预测相似度关系用于表征两个样本图像之间是否属于同一类别；

基于所述预测相似度关系与目标相似度关系之间的差异，对所述第一特征提取网络和所述第二特征提取网络进行训练。

2.根据权利要求1所述的特征提取网络训练方法，其特征在于，所述基于所述样本图像的第一特征、第二特征以及所述样本图像所属类别，确定第一样本图像集合中样本图像之间的预测相似度关系，包括：

基于所述样本图像以及所述第一样本图像集合中第一样本图像的第一特征，确定所述样本图像与所述第一样本图像之间的第一相似度，所述第一样本图像为所述样本图像集合中与所述样本图像属于相同类别的图像；

基于所述样本图像以及与所述第一样本图像集合中第二样本图像的第一特征，确定所述样本图像与所述第二样本图像之间的第二相似度，第二样本图像为所述第一样本图像集合中与所述样本图像属于不同类别的图像；

基于所述样本图像的第二特征、所述样本图像与所述第二样本图像集合中样本图像的第一特征，确定所述样本图像和所述第二样本图像集合中样本图像之间的第三相似度，所述第二样本图像集合包括所述第一样本图像和所述第二样本图像；

基于所述第一相似度、第二相似度和第三相似度，确定第一样本图像集合中样本图像之间的第一预测相似度关系；

基于所述第三相似度，确定第一样本图像集合中样本图像之间的第二预测相似度关系；

所述基于所述预测相似度关系与目标相似度关系之间的差异，对所述第一特征提取网络和所述第二特征提取网络进行训练，包括：

基于所述第一预测相似度关系与目标相似度关系之间的差异，对所述第一特征提取网络进行训练；

基于所述第二预测相似度关系与目标相似度关系之间的差异，对所述第二特征提取网络进行训练。

3.根据权利要求2所述的特征提取网络训练方法，其特征在于，所述基于所述样本图像的第二特征、所述样本图像与所述第二样本图像集合中样本图像的第一特征，确定所述样本图像和所述第二样本图像集合中样本图像之间的第三相似度，包括：

根据所述第一相似度和所述第二相似度，从所述第二样本图像集合中，确定所述样本图像对应的第三样本图像集合，所述第三样本图像集合包括所述第一相似度或所述第二相似度满足条件的图像；

以所述样本图像的第二特征作为系数，获取所述样本图像的第一特征和所述第三样本图像集合中样本图像的第一特征之间的距离；

对所述距离进行归一化，得到所述样本图像和所述第三样本图像集合中样本图像之间的第三相似度。

4.根据权利要求3所述的特征提取网络训练方法，其特征在于，所述基于所述第一相似度、第二相似度和第三相似度，确定第一样本图像集合中样本图像之间的第一预测相似度关系，包括：

基于所述第一相似度和所述第二相似度，确定第一损失值，所述第一损失值与所述第一相似度正相关，所述第一损失值与所述第二相似度负相关；

基于所述样本图像与所述第三样本图像集合中样本图像之间的第三相似度，对所述第三样本图像集合中样本图像进行排序，得到预测排序结果；

所述基于所述第一预测相似度关系与目标相似度关系之间的差异，对所述第一特征提取网络进行训练，包括：

基于所述样本图像与所述第三样本图像集合中样本图像之间的第一相似度，对所述第三样本图像集合中样本图像进行排序，得到目标排序结果；

基于所述预测排序结果与目标排序结果，确定第二损失值，所述第二损失值用于指示所述排序结果和所述目标排序结果之间的差异；

基于所述第一损失值和所述第二损失值，对所述第一特征提取网络进行训练。