[發(fā)明專利]特征提取網(wǎng)絡訓練方法以及相關方法和裝置

有效

• 申請?zhí)枺?/td>: 202010562140.3
• 申請日: 2020-06-18
• 公開（公告）號: CN111814805B
• 公開（公告）日: 2023-07-11
• 發(fā)明（設計）人: 張雷;潘華東;殷俊;張興明
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06V10/46
• 分類號: G06V10/46;G06V10/774;G06V10/764;G06F16/53
• 代理公司: 深圳市威世博知識產(chǎn)權代理事務所(普通合伙) 44280
• 代理人: 黎堅怡

1.一種特征提取網(wǎng)絡的訓練方法，其特征在于，所述方法包括：

獲得圖像訓練集，所述圖像訓練集包括同一目標的兩種模態(tài)的圖像，所述兩種模態(tài)包括第一模態(tài)和第二模態(tài)；

將所述圖像訓練集輸入到所述特征提取網(wǎng)絡，以得到每一目標的兩種模態(tài)的圖像特征；

利用每個目標的兩種模態(tài)的圖像特征的差異計算損失；

利用損失梯度反向傳播確定所述特征提取網(wǎng)絡的第三組參數(shù)；

將至少一個目標的第一模態(tài)的圖像特征輸入到第一圖像分類器；基于所述第一圖像分類器的分類結果，并利用梯度反向傳播算法確定所述特征提取網(wǎng)絡的第一組參數(shù)；

將至少一個目標的第二模態(tài)的圖像特征輸入到第二圖像分類器；基于所述第二圖像分類器的分類結果，并利用梯度反向傳播算法確定所述特征提取網(wǎng)絡的第二組參數(shù)；

將每一目標的兩種模態(tài)的圖像特征連接，得到每一目標的融合特征；

將至少一個目標的融合特征輸入到第三圖像分類器；基于所述第三圖像分類器的分類結果，并利用梯度反向傳播算法確定所述特征提取網(wǎng)絡的第四組參數(shù)；

將所述特征提取網(wǎng)絡的第一組參數(shù)、第二組參數(shù)、第三組參數(shù)和第四組參數(shù)進行加權處理，得到所述特征提取網(wǎng)絡的最終參數(shù)。

2.根據(jù)權利要求1所述的訓練方法，其特征在于，所述兩種模態(tài)的圖像選自可見光圖像、深度圖像、紅外圖像、素描圖像和3D圖像中的兩種。

3.根據(jù)權利要求1所述的訓練方法，其特征在于，所述利用每個目標的兩種模態(tài)的圖像特征的差異計算損失，包括：

計算每個目標的兩種模態(tài)的圖像特征的歐式距離；

利用至少一個目標對應的歐式距離計算損失。

4.一種圖像的特征提取方法，其特征在于，所述方法包括：

獲取待提取特征的圖像；

將所述待提取特征的圖像輸入至特征提取網(wǎng)絡；其中，所述特征提取網(wǎng)絡是采用權利要求1至3任一項所述的方法訓練得到的；

通過所述特征提取網(wǎng)絡提取所述待提取特征的圖像的特征。

5.一種圖像搜索方法，其特征在于，所述方法包括：

獲取待搜索圖像；

將所述待搜索圖像輸入至特征提取網(wǎng)絡；以得到所述待搜索圖像的特征；其中，所述特征提取網(wǎng)絡是采用權利要求1至3任一項所述的方法訓練得到的；

確定所述待搜索圖像的特征與數(shù)據(jù)庫中各圖像的特征的差異；

根據(jù)所述差異確定與所述待搜索圖像相似的圖像，得到圖像搜索結果。

6.一種電子設備，其特征在于，所述電子設備包括存儲器和處理器；所述存儲器中存儲有計算機程序，所述處理器用于執(zhí)行所述計算機程序以實現(xiàn)如權利要求1-5中任一項所述方法的步驟。

7.一種可讀存儲介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執(zhí)行時實現(xiàn)權利要求1-5中任一項所述方法的步驟。