[發(fā)明專利]圖像特征降維方法、裝置、電子設(shè)備和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110784556.4
• 申請日: 2021-07-12
• 公開（公告）號: CN113298049B
• 公開（公告）日: 2021-11-02
• 發(fā)明（設(shè)計）人: 曾祁澤;潘華東;朱樹磊;葛主貝
• 申請（專利權(quán)）人: 浙江大華技術(shù)股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/00;G06N3/12
• 代理公司: 杭州華進聯(lián)浙知識產(chǎn)權(quán)代理有限公司 33250
• 代理人: 范麗霞

1.一種圖像特征降維方法，其特征在于，包括：

提取目標(biāo)業(yè)務(wù)場景下目標(biāo)圖片對應(yīng)的第一圖像特征向量；

基于所述目標(biāo)業(yè)務(wù)場景下的樣本圖片和掩碼向量模型，得到與對應(yīng)目標(biāo)業(yè)務(wù)場景相匹配的中間掩碼向量；所述掩碼向量模型為通過機器學(xué)習(xí)算法構(gòu)建的所述目標(biāo)業(yè)務(wù)場景下的樣本圖片與中間掩碼向量的機器學(xué)習(xí)模型，所述中間掩碼向量與所述第一圖像特征向量維度相同；

根據(jù)所述中間掩碼向量對所述第一圖像特征向量進行降維處理，得到第二圖像特征向量；

所述基于所述目標(biāo)業(yè)務(wù)場景下的樣本圖片和掩碼向量模型，得到與對應(yīng)目標(biāo)業(yè)務(wù)場景相匹配的中間掩碼向量包括：根據(jù)所述目標(biāo)業(yè)務(wù)場景下的樣本圖片配置初始化掩碼向量；基于遺傳算法和所述樣本圖片對所述初始化掩碼向量進行種群迭代尋優(yōu)，得到與對應(yīng)目標(biāo)業(yè)務(wù)場景相匹配的中間掩碼向量；其中，在遺傳算法中將所述初始化掩碼向量確定為初代種群，根據(jù)適應(yīng)度函數(shù)計算初代種群中每個初始個體的第一適應(yīng)度包括：

根據(jù)所述目標(biāo)圖片隨機選取至少一個特征向量三元組；所述特征向量三元組包括基于所述目標(biāo)圖片確定的第一特征向量、第二特征向量和第三特征向量；根據(jù)至少一個所述特征向量三元組和所述適應(yīng)度函數(shù)，確定對應(yīng)初始個體的第一適應(yīng)度，其中，所述第一特征向量和第二特征向量對應(yīng)的目標(biāo)圖片所在的目標(biāo)對象相同；所述第一特征向量和第三特征向量對應(yīng)的目標(biāo)圖片所在的目標(biāo)對象不同；所述第一適應(yīng)度用于進行種群迭代尋優(yōu)。

2.根據(jù)權(quán)利要求1所述的圖像特征降維方法，其特征在于，基于遺傳算法和所述樣本圖片對所述初始化掩碼向量進行種群迭代尋優(yōu)，得到中間掩碼向量，包括：

基于所述樣本圖片構(gòu)建與目標(biāo)業(yè)務(wù)場景對應(yīng)的適應(yīng)度函數(shù)；

根據(jù)適應(yīng)度函數(shù)計算初代種群中每個初始個體的第一適應(yīng)度；

根據(jù)初始個體的第一適應(yīng)度進行種群迭代更新，直至進化完成；

根據(jù)所述適應(yīng)度函數(shù)計算進化完成后每個個體的第二適應(yīng)度，并將第二適應(yīng)度最大的個體輸出為中間掩碼向量。

3.根據(jù)權(quán)利要求2所述的圖像特征降維方法，其特征在于，基于所述樣本圖片構(gòu)建與目標(biāo)業(yè)務(wù)場景對應(yīng)的適應(yīng)度函數(shù)，包括：

基于目標(biāo)業(yè)務(wù)場景下的樣本圖片獲取與所述目標(biāo)圖片對應(yīng)的降維維數(shù)和圖像特征距離；

根據(jù)所述圖像維數(shù)和所述圖像特征距離，確定與所述目標(biāo)業(yè)務(wù)場景對應(yīng)的適應(yīng)度函數(shù)。

4.根據(jù)權(quán)利要求2所述的圖像特征降維方法，其特征在于，根據(jù)初始個體的第一適應(yīng)度進行種群迭代更新，直至進化完成包括：

根據(jù)初代種群每個個體的第一適應(yīng)度進行父個體選擇；

利用所述父個體進行交叉和變異，對種群中的個體進行更新，得到子代種群；

重復(fù)以上步驟進行迭代更新，直至進化完成。

5.根據(jù)權(quán)利要求1所述的圖像特征降維方法，其特征在于，根據(jù)所述中間掩碼向量對所述第一圖像特征向量進行降維處理，得到第二圖像特征向量包括：

根據(jù)所述中間掩碼向量各個維度上的特征值，對所述第一圖像特征向量對應(yīng)位置的特征值進行按位邏輯運算，得到降維后的第二圖像特征向量。