[发明专利]特征提取方法、装置、存储介质及电子设备

说明书

本公开提供一种特征提取方法、装置、存储介质及电子设备；涉及人工智能技术领域。所述方法包括：根据待识别数据和所述待识别数据中的局部数据得到预设神经网络的输入数据；利用所述预设神经网络对所述输入数据进行融合特征提取，得到所述待识别数据的目标特征。本公开利用神经网络对全局数据和局部数据进行融合特征提取，可以提高神经网络识别的特征精度。

技术领域

本公开涉及人工智能技术领域，具体而言，涉及一种特征提取方法、特征提取装置、计算机可读存储介质以及电子设备。

背景技术

随着大数据时代的来临，神经网络被应用到人工智能的各个领域当中，如图像识别、无人汽车等领域。

例如，在图像识别领域中，利用神经网络提取的图像特征可以在后续的神经网络中完成特定的任务，如人脸识别，图像分割等。其中，如何提高图像特征提取的准确性，一直是备受关注的技术问题。

需要说明的是，在上述背景技术部分公开的信息仅用于增强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种特征提取方法、特征提取装置、计算机可读存储介质以及电子设备，进而至少在一定程度上克服由于相关技术导致的神经网络识别的特征精度存在局限性，使得神经网络识别的准确性较低的问题。

根据本公开的第一方面，提供一种特征提取方法，包括：

根据待识别数据和所述待识别数据中的局部数据得到预设神经网络的输入数据；

利用所述预设神经网络对所述输入数据进行融合特征提取，得到所述待识别数据的目标特征。

在本公开的一种示例性实施例中，所述预设神经网络至少包括编码器网络和解码器网络，所述编码器网络包括多个下采样层，每个下采样层至少包括多个卷积层和一个池化层，所述解码器网络包括多个上采样层，每个上采样层至少包括一个反卷积层和多个卷积层。

在本公开的一种示例性实施例中，所述预设神经网络还包括局部特征提取网络，所述局部特征提取网络的网络结构与所述编码器网络的网络结构相同；所述根据待识别数据和所述待识别数据中的局部数据得到预设神经网络的输入数据，包括：

将所述待识别数据作为所述编码器网络的输入数据；

将所述待识别数据的局部数据作为所述局部特征提取网络的输入数据。

在本公开的一种示例性实施例中，所述利用所述预设神经网络对所述输入数据进行融合特征提取，得到所述待识别数据的目标特征，包括：

利用所述编码器网络对所述待识别数据进行特征提取，得到所述编码器网络的第一输出特征；

利用所述局部特征提取网络对所述待识别数据中的局部数据进行特征提取，得到所述局部数据的第一特征表示；

将所述编码器网络的第一输出特征和所述局部数据的第一特征表示进行拼接，得到所述解码器网络的第一输入特征；

利用所述解码器网络对所述第一输入特征进行特征提取，得到所述待识别数据的目标特征。

在本公开的一种示例性实施例中，利用所述预设神经网络对所述输入数据进行融合特征提取前，所述方法还包括：

对所述预设神经网络中的所述编码器网络和所述局部特征提取网络进行训练；其中，所述编码器网络的参数初始值与所述局部特征提取网络的参数初始值相同。

在本公开的一种示例性实施例中，所述对所述预设神经网络中的所述编码器网络和所述局部特征提取网络进行训练，包括：