[发明专利]基于VLAD卷积模块的图像信息强化方法

摘要

本发明涉及数字图像处理技术领域，提出一种基于VLAD卷积模块的图像信息强化方法，包括以下步骤：初始化VLAD卷积模块参数；将通道数为D的中间特征图输入VLAD卷积模块，中间特征图进行压缩得到压缩特征图；中间特征图进行一次卷积操作，通过softmax函数归一化得到输出权重；将输出权重进行各自求和，保留求和结果较大的输出权重；将聚类中心与中间特征图中的特征向量进行差值运算，得到每个通道的残差；将输出权重关于每个通道的残差中对应的元素相乘后进行累加，得到固定向量；将固定向量进行softmax函数归一化得到鉴别特征，将鉴别特征与压缩特征图进行逐通道相乘，输出完成信息强化的特征图。本发明能够强化特征图的有用信息，具有计算量小的特点。

主权项

1.基于VLAD卷积模块的图像信息强化方法，其特征在于，包括以下步骤：S1、初始化局部聚合描述子向量卷积模块参数，设定卷积模块中的K个D维的聚类中心和K+G个卷积核，其中，D、K、G为正整数；S2、将通道数为D的中间特征图输入局部聚合描述子向量卷积模块后分别进行以下操作：中间特征图进行压缩得到大小为K，通道数为D的压缩特征图；将中间特征图进行一次卷积操作，并通过归一化指数函数进行归一化，得到K+G个输出权重；S3、将K+G个输出权重进行各自求和，保留求和结果较大的K个输出权重；S4、将聚类中心分别与中间特征图中的特征向量进行差值运算，得到每个通道的残差；S5、将S3步骤保留的K个输出权重与每个通道的残差中对应的元素相乘，再将各通道的所有差值进行累加，得到K个固定向量；S6、将固定向量通过归一化指数函数进行归一化处理，得到鉴别特征；S7、将鉴别特征与压缩特征图进行逐通道相乘，输出的特征图即为完成信息强化的图像。