[发明专利]一种图像特征学习方法、装置、设备及可读存储介质

权利要求书

1.一种图像特征学习方法，其特征在于，包括以下步骤：

基于浅层特征生成网络对原始特征图进行初步卷积和池化，以生成浅层特征图；

基于空间感知残差网络对浅层特征图进行空间感知采样学习，以得到空间感知特征图，所述空间感知残差网络包括至少一个空间感知残差单元，每个空间感知残差单元包括残差块和空间感知自注意力模块，残差块用于对浅层特征图进行残差处理以得到残差特征图，空间感知自注意力模块基于预设的空间感知可变采样策略对残差特征图中的十字区域进行空间感知学习，以得到空间感知特征图。

2.如权利要求1所述的图像特征学习方法，其特征在于，所述空间感知自注意力模块基于预设的空间感知可变采样策略对残差特征图中的十字区域进行空间感知学习，以得到空间感知特征图，包括：

将所述残差特征图分别映射为基础特征张量和空间感知张量SP，所述基础特征张量包括特征张量Q、特征张量K和特征张量V，所述空间感知张量SP中存在与基础特征张量中每一位置对应的二维向量sp_u，sp_u表示基础特征张量中每一位置在采样阶段的位移量；

对基础特征张量中各个位置对应的基础十字区域进行定义；

基于所述基础十字区域和所述空间感知张量SP对所述基础特征张量中各个位置对应的空间感知十字区域进行定义；

分别对特征张量Q中各个位置以及在特征张量K中与各个位置对应的空间感知十字区域进行交叉映射处理，得到关联张量集合P；

分别对关联张量集合P中的每一个关联张量进行归一化处理，得到归一化系数张量集合L；

基于特征张量V中各个位置对应的空间感知十字区域、所述归一化系数张量集合L以及所述残差特征图生成空间感知特征图。

3.如权利要求2所述的图像特征学习方法，其特征在于，所述对基础特征张量中各个位置对应的基础十字区域进行定义，包括：

将基础特征张量中的目标像素区域作为基础特征张量中某一目标位置t的基础十字区域，所述目标像素区域的横坐标和纵坐标分别与目标位置t的横坐标和纵坐标相同。

4.如权利要求2所述的图像特征学习方法，其特征在于，所述基于所述基础十字区域和所述空间感知张量SP对所述基础特征张量中各个位置对应的空间感知十字区域进行定义，包括：

基于特征张量K中某一目标位置t的基础十字区域CM_tk和空间感知张量SP确定出所述目标位置t对应的空间感知十字区域CSK_t，所述空间感知十字区域CSK_t的数学表达式为：

{(x,y)|x＝x₀+SP_(x,y)(u),y＝y₀+SP_(x，y)(v),(x₀，y₀)∈CM_tkΛ(x,y)∈[0,W]×[0,H]}

式中，(x,y)表示空间感知十字区域CSK_t中与目标位置t对应的坐标，(x₀,y₀)表示基础十字区域CM_tk中与目标位置t对应的坐标，SP_(x,y)(u)表示在空间感知张量SP中空间位置为(x,y)处的向量的第一维度数值，SP_(x,y)(v)表示在空间感知张量SP中空间位置为(x,y)处的向量的第二维度数值，W和H分别表示空间感知张量SP的宽度和高度。