[发明专利]一种图像关键区域检测方法及其系统、终端设备

摘要

本发明涉及一种图像关键区域检测方法及其系统、终端设备，其利用深度学习方法对待分类的商品训练出一个分类网络，用该神经网络对待分类的商品进行前向推理，得到商品的类别和激活图，进一步基于与商品的类别匹配的编码作为神经网络的梯度，进行反向传播，获得可反映待处理图像的关键区域的梯度激活图，从而可将与所需的分类信息相关度不大的非重要区域剔除，从而减少原始待处理图像的背景干扰，并获得所需的关键区域。与现有的需要进行人工标注的方法不同，本发明所提供的技术方案，可通过神经网络的自身训练而得到，通过这样的检测方法及其系统得到的关键区域相比于通过人为手工标注的关键区域可具有更优的鲁棒性。

主权项

1.一种图像关键区域检测方法，其特征在于：其包括如下的步骤：步骤S1，训练获得一神经网络；步骤S2，输入一待处理图像，基于该神经网络对待处理图像进行前向推理，以获得待处理图像中商品的分类结果及所需激活图；步骤S3，将分类结果转换为编码结果，并将编码结果作为所述神经网络中的梯度进行反向传播，以获得所需梯度图；及步骤S4，将激活图与梯度图综合得出梯度激活图，所述梯度激活图可代表待处理图像的关键区域。