[發(fā)明專利]一種基于圖像分割技術(shù)的圖像局部特征的提取方法

有效

• 申請?zhí)枺?/td>: 201810336591.8
• 申請日: 2018-04-16
• 公開（公告）號: CN108921850B
• 公開（公告）日: 2022-05-17
• 發(fā)明（設(shè)計）人: 張雷;陳杰
• 申請（專利權(quán)）人: 博云視覺（北京）科技有限公司
• 主分類號: G06T7/10
• 分類號: G06T7/10
• 代理公司: 北京科家知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11427
• 代理人: 陳娟

本發(fā)明公開了一種基于圖像分割技術(shù)的圖像局部特征的提取方法，包括以下步驟：1、構(gòu)建圖像分割模型；2、圖像輸入CNN網(wǎng)絡(luò)，獲得多層的特征圖，在經(jīng)過多個卷積層及池化降采樣之后，得到了特征圖以及對應(yīng)每張?zhí)卣鲌D降采樣時原本像素所在位置的信息；3、將特征圖通過上采樣模塊向上采樣，重新將像素分配到原本的位置；4、對新產(chǎn)生的特征圖上每個像素位置計算softmax損失；5、不斷迭代上述過程，直到回傳的損失值小到接受范圍內(nèi)，完成圖像分割模型的構(gòu)建與訓(xùn)練的過程；6、通過訓(xùn)練特征提取網(wǎng)絡(luò)完成圖像局部特征的提取。本發(fā)明可以實現(xiàn)不同程度的精準(zhǔn)檢索，精準(zhǔn)定位目標(biāo)以及目標(biāo)部位，從而提取關(guān)鍵部位特征進(jìn)行細(xì)致的特征比對。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種基于圖像分割技術(shù)的圖像局部特征的提取方法。

背景技術(shù)

圖像檢索是利用圖像搜索相似圖像或同一目標(biāo)圖像的過程。精準(zhǔn)檢索就要求搜索到的圖像都是同一目標(biāo)的圖像，而不是相似目標(biāo)。圖像檢索的流程包括圖像特征的提取，圖像特征的入庫，特征的對比，按相似度對輸出結(jié)果進(jìn)行排序。市面上圖像檢索的方法很多，其中主要的創(chuàng)新都聚焦在圖像特征的提取方式，特征的對比方式以及最后的輸出結(jié)果的排序方法。本發(fā)明的關(guān)鍵是利用圖像分割技術(shù)，深度模型去對圖像或目標(biāo)進(jìn)行像素級別的分割，精準(zhǔn)定位目標(biāo)位置(行人，車輛在圖像的位置)或目標(biāo)部分(人的軀干，四肢)的位置，針對這些位置來對應(yīng)的提取特征，對部分特征的對比可以細(xì)致的分辨出是否為同一目標(biāo)，相比于全局特征，這樣的局部特征包含的細(xì)節(jié)信息更多，更有助于目標(biāo)的區(qū)分。

大部分現(xiàn)有技術(shù)的特征提取方案是基于全局特征進(jìn)行的，細(xì)致一點的局部特征也很少有針對像素級別的特征提取，基本都是使用圖像梯度或者使用框選的圖像塊的方法去進(jìn)行局部特征的提取。在相似圖像的圖像檢索任務(wù)中，這樣的特征基本可以滿足任務(wù)的要求，但是細(xì)致到檢索同一目標(biāo)的檢索任務(wù)時，這樣的特征也不能很好的滿足任務(wù)要求。

另外，在進(jìn)行檢索任務(wù)時，檢索圖像一般要求輸入圖像是只包含目標(biāo)圖像的圖像，或者輸入全圖(包含各種場景和目標(biāo)的圖)后，在做檢索前要進(jìn)行一次檢測，才能對目標(biāo)進(jìn)行圖像檢索。

發(fā)明內(nèi)容

有鑒于現(xiàn)有技術(shù)的上述缺陷，本發(fā)明所要解決的技術(shù)問題是提供一種基于圖像分割技術(shù)的圖像局部特征的提取方法，以解決現(xiàn)有技術(shù)的不足。

為實現(xiàn)上述目的，本發(fā)明提供了一種基于圖像分割技術(shù)的圖像局部特征的提取方法，包括以下步驟：

步驟1、構(gòu)建圖像分割模型，分割模型由多個不同功能的網(wǎng)絡(luò)層組成，包括CNN模型結(jié)構(gòu)、batchnorm層結(jié)構(gòu)、deconv層結(jié)構(gòu)；

步驟2、圖像輸入CNN網(wǎng)絡(luò)，獲得多層的特征圖，在經(jīng)過多個卷積層及池化降采樣之后，得到了特征圖以及對應(yīng)每張?zhí)卣鲌D降采樣時原本像素所在位置的信息；

步驟3、將特征圖通過上采樣模塊向上采樣，根據(jù)之前每層特征圖上像素原本的位置信息，重新將像素分配到原本的位置，使產(chǎn)生的特征圖和原始輸入圖像的特征保持一致；

步驟4、對新產(chǎn)生的特征圖上每個像素位置計算softmax損失，對每一個像素點的位置進(jìn)行分類，通過比較手工標(biāo)注的圖像標(biāo)簽與網(wǎng)絡(luò)輸出的結(jié)果，計算出針對每個像素位置的損失，通過回傳損失，訓(xùn)練模型中的參數(shù)；

步驟5、不斷迭代上述過程，直到回傳的損失值小到接受范圍內(nèi)，完成圖像分割模型的構(gòu)建與訓(xùn)練的過程；

步驟6、完成圖像分割模型的構(gòu)建與訓(xùn)練的過程后，通過訓(xùn)練特征提取網(wǎng)絡(luò)，根據(jù)上一個分割網(wǎng)絡(luò)的輸出圖像，對原始圖像提取不同部位的特征，完成圖像局部特征的提取。

上述的一種基于圖像分割技術(shù)的圖像局部特征的提取方法，所述步驟6的特征提取網(wǎng)絡(luò)包括模型構(gòu)建部分和特征訓(xùn)練部分。