[發明專利]特征提取模型的生成方法、圖像特征提取方法和裝置

在審

• 申請號: 202210096198.2
• 申請日: 2022-01-26
• 公開（公告）號: CN114494709A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 李嘉文;郭遠帆
• 申請（專利權）人: 北京字跳網絡技術有限公司
• 主分類號: G06V10/40
• 分類號: G06V10/40;G06V10/762;G06K9/62
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 曹寒梅

1.一種特征提取模型的生成方法，其特征在于，所述方法包括：

獲取多個候選圖像；

基于特征提取模型和所述多個候選圖像，確定所述多個候選圖像對應的聚類樹，其中，所述聚類樹中包含多個層級下的聚類；

基于所述多個候選圖像和所述聚類樹，生成目標樣本對，其中，所述目標樣本對包括圖像樣本對和特征樣本對，所述圖像樣本對為基于兩個不同的候選圖像形成的，所述特征樣本對為基于所述候選圖像的特征和所述聚類的聚類中心的特征形成的；

基于所述目標樣本對，對特征提取模型進行訓練。

2.根據權利要求1所述的方法，其特征在于，所述基于所述多個候選圖像和所述聚類樹，生成目標樣本對，包括：

基于所述候選圖像生成樣本圖像集和候選對比圖像集，其中，所述候選對比圖像集中的圖像和所述樣本圖像集中的圖像不同，所述候選對比圖像集對應的圖像數量大于所述樣本圖像集對應的圖像數量；

針對所述樣本圖像集中的每一樣本圖像，基于所述候選對比圖像集中的候選對比圖像和所述聚類樹中每一層級下的聚類的聚類中心，確定所述樣本圖像在每一層級下的對比樣本集，所述對比樣本集中的對比樣本包含目標對比圖像和目標對比聚類中心的特征；

針對所述樣本圖像集中的每一樣本圖像，根據所述樣本圖像和所述樣本圖像在每一層級下的對比樣本集，生成每一層級下所述樣本圖像對應的負樣本對，并將所述負樣本對確定為所述目標樣本對。

3.根據權利要求2所述的方法，其特征在于，所述基于所述候選對比圖像集中的候選對比圖像和所述聚類樹中每一層級下的聚類的聚類中心，確定所述樣本圖像在每一層級下的對比樣本集，包括：

確定所述樣本圖像在所述聚類樹中每一層級下所屬的層級聚類中心；

針對所述聚類樹中的每一層級，基于所述樣本圖像在所述層級下所屬的所述層級聚類中心、和所述候選對比圖像集中的候選對比圖像，確定所述樣本圖像在所述層級下對應的所述目標對比圖像；

針對所述聚類樹中的每一層級，基于所述樣本圖像在所述層級下所屬的所述層級聚類中心、和所述聚類樹中的各個聚類中心，確定與所述樣本圖像在所述層級下對應的所述目標對比聚類中心。

4.根據權利要求3所述的方法，其特征在于，所述針對所述聚類樹中的每一層級，基于所述樣本圖像在所述層級下所屬的所述層級聚類中心、和所述候選對比圖像集中的候選對比圖像，確定所述樣本圖像在所述層級下對應的所述目標對比圖像，包括：

針對所述聚類樹中的每一層級，確定所述樣本圖像在所述層級下的層級聚類中心與所述候選對比圖像集中的每一候選對比圖像之間的圖像相似度；

基于所述圖像相似度進行隨機采樣，在所述隨機采樣的結果為拒絕時，將所述候選對比圖像確定為所述樣本圖像在所述層級下的目標對比圖像。

5.根據權利要求3所述的方法，其特征在于，所述針對所述聚類樹中的每一層級，基于所述樣本圖像在所述層級下所屬的所述層級聚類中心、和所述聚類樹中的各個聚類中心，確定與所述樣本圖像在所述層級下對應的所述目標對比聚類中心，包括：

針對所述聚類樹中除最高層級之外的每一層級，確定所述樣本圖像在所述層級下的層級聚類中心對應的父聚類中心、和所述層級下除所述層級聚類中心之外的候選聚類中心之間的特征相似度；

基于所述特征相似度進行隨機采樣，在所述隨機采樣的結果為拒絕時，將所述候選聚類中心確定為與所述樣本圖像所述層級下對應的目標對比聚類中心。

6.根據權利要求2所述的方法，其特征在于，所述基于所述多個候選圖像和所述聚類樹，生成目標樣本對，還包括：

針對所述樣本圖像集中的每一樣本圖像，基于所述樣本圖像對應的變換圖像以及所述樣本圖像在所述聚類樹每一層級下所屬的層級聚類中心，生成所述樣本圖像對應的正樣本對。