[發明專利]數據處理、圖像處理方法、裝置及電子設備

在審

• 申請號: 202010097917.3
• 申請日: 2020-02-17
• 公開（公告）號: CN111274999A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 夏春龍
• 申請（專利權）人: 北京邁格威科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 安衛靜

1.一種數據處理方法，其特征在于，包括：

獲取待處理圖像的目標特征圖；

通過空間位置特征注意力模塊對所述目標特征圖的進行降維和關聯度重分配處理，得到空間注意力結果圖，其中，所述空間注意力結果圖為對所述目標特征圖的每個空間位置特征進行加權計算之后的特征圖；

通過通道注意力模塊對空間注意力結果圖和所述目標特征圖進行處理，得到通道注意力分布圖，其中，所述通道注意力分布圖表示所述目標特征圖中每個特征通道的重要程度。

2.根據權利要求1所述的方法，其特征在于，對所述目標特征圖的進行降維和關聯度重分配處理，得到空間注意力結果圖包括：

對所述目標特征圖進行降維處理，得到第一降維特征圖，其中，所述目標特征圖的大小為C*H*W，所述第一降維特征圖的大小為C*S，C為所述目標特征圖的通道數量；

在通道數量的維度上，對所述第一降維特征圖進行降維處理，得到第二降維特征圖；

對第二降維特征圖進行操作，得到所述第一降維特征圖關聯度重分配的權重值矩陣，其中，所述權重值矩陣中包含所述目標特征圖的每個特征通道中各個空間位置特征的權重值；

對所述權重值和所述第一降維特征圖進行融合，得到所述空間注意力結果圖。

3.根據權利要求2所述的方法，其特征在于，所述空間位置特征注意力模塊包括：特征金字塔池化模塊、卷積模塊和softmax處理模塊。

4.根據權利要求3所述的方法，其特征在于，對所述目標特征圖進行降維處理，得到第一降維特征圖包括：

通過所述特征金字塔池化模塊對所述目標特征圖進行降維處理，得到第一降維特征圖。

5.根據權利要求3所述的方法，其特征在于，在通道數量的維度上，對所述第一降維特征圖進行降維處理，得到第二降維特征圖包括：

通過所述卷積模塊在通道數量的維度上，對所述第一降維特征圖進行降維處理，得到第二降維特征圖，其中，所述第二降維特征圖的通道數量小于所述第一降維特征圖的通道數量。

6.根據權利要求3所述的方法，其特征在于，對第二降維特征圖進行操作，得到所述第一降維特征圖關聯度重分配的權重值矩陣包括：

通過所述softmax處理模塊對第二降維特征圖進行操作，得到所述第一降維特征圖關聯度重分配的權重值矩陣。

7.根據權利要求3所述的方法，其特征在于，對所述權重值和所述第一降維特征圖進行融合，得到所述空間注意力結果圖包括：

計算所述權重值矩陣和所述第一降維特征圖之間乘積，并將乘積計算結果確定為所述空間注意力結果圖。

8.根據權利要求1所述的方法，其特征在于，所述通道注意力模塊包括：全連接模塊和sigmoid模塊。

9.根據權利要求8所述的方法，其特征在于，通過通道注意力模塊對空間注意力結果圖和所述目標特征圖進行處理，得到通道注意力分布圖包括：

通過所述全連接模塊對所述空間注意力結果圖進行全連接計算，得到全連接計算結果；

通過所述sigmoid模塊對所述全連接計算結果進行歸一化計算，得到歸一化計算結果；

將所述歸一化計算結果和所述目標特征圖進行融合，得到所述通道注意力分布圖。

10.根據權利要求9所述的方法，其特征在于，將所述歸一化計算結果和所述目標特征圖進行融合包括：

將所述歸一化計算結果和所述目標特征圖進行點乘計算，得到所述通道注意力分布圖。