[发明专利]特征提取方法、装置、计算机程序、存储介质和电子设备

说明书

本发明实施例提供了一种特征提取方法、装置、计算机程序、存储介质和电子设备。所述特征提取方法包括：对待处理图像进行目标检测，获取目标对象在所述待处理图像中的整体区域信息以及至少一个局部区域信息；获取所述待处理图像的全局特征数据；根据所述整体区域信息和所述至少一个局部区域信息获取所述目标对象的整体特征数据和至少一个局部特征数据；将所述全局特征数据、所述整体特征数据和所述至少一个局部特征数据进行融合，获得融合特征数据。采用本发明的技术方案，可以使融合特征数据同时携带图像的全局信息以及目标对象整体信息和局部信息，从而突出目标对象所在区域的信息在图像处理中的重要性，提高图像处理精确度。

技术领域

本发明实施例涉及计算机视觉技术领域，尤其涉及一种特征提取方法、装置、计算机程序、存储介质和电子设备。

背景技术

对象检测技术通常考虑整张图像的信息，忽略了图像中局部区域的信息的重要性，虽然检测到的目标对象信息的准确度能够满足部分图像处理的需求，但是目前的对象检测技术检测到的目标对象信息的准确度不能够适应很多应用场景。例如，在网络直播或社交软件的色情检测处理中，图像中的人物的性别、裸露部位、裸露程度等因素的差别，都直接影响检测准确度。而目前的对象检测技术进行的色情检测，没有考虑图像个别区域的信息的重要性，检测精确度较低。

发明内容

本发明实施例提供了一种特征提取方案。

根据本发明实施例的第一方面，提供了一种特征提取方法，包括：对待处理图像进行目标检测，获取目标对象在所述待处理图像中的整体区域信息以及至少一个局部区域信息；获取所述待处理图像的全局特征数据；根据所述整体区域信息和所述至少一个局部区域信息获取所述目标对象的整体特征数据和至少一个局部特征数据；将所述全局特征数据、所述整体特征数据和所述至少一个局部特征数据进行融合，获得融合特征数据。

可选地，所述对待处理图像进行目标检测，获取目标对象在所述待处理图像中的整体区域信息以及至少一个局部区域信息，包括：通过用于目标检测的第一神经网络模型对待处理图像进行目标检测，获取待处理图像中包括所述目标对象的整体区域的信息，以及至少一个包括所述目标对象的局部区域的信息。

可选地，所述第一神经网络模型包括卷积层和全连接层，所述全局特征数据从所述卷积层获取，所述整体区域信息以及所述至少一个局部区域信息从所述全连接层获取。

可选地，所述整体区域信息包括以下信息的至少一种：所述目标对象在所述待处理图像中的整体区域的位置信息、尺寸信息、边界框信息；所述局部区域信息包括以下信息的至少一种：所述目标对象在所述待处理图像中的局部区域的位置信息、尺寸信息、边界框信息。

可选地，所述目标对象为人体，所述局部区域所述人体的上身区域和/或下身区域，所述整体区域为所述人体的全身区域。

可选地，在所述将所述全局特征数据、所述整体特征数据和所述至少一个局部特征数据进行融合之前，还包括：对所述全局特征数据、所述整体特征数据和所述至少一个局部特征数据进行维度统一处理；所述将所述全局特征数据、所述整体特征数据和所述至少一个局部特征数据进行融合，包括：将经过所述维度统一处理的所述全局特征数据、所述整体特征数据和所述至少一个局部特征数据进行融合。

可选地，所述对所述全局特征数据、所述整体特征数据和所述至少一个局部特征数据进行维度统一处理，包括：通过第二神经网络模型对所述全局特征数据、所述整体特征数据和所述至少一个局部特征数据进行池化操作，来对所述全局特征数据、所述整体特征数据和所述至少一个局部特征数据进行维度统一处理。

可选地，所述将经过所述维度统一处理的所述全局特征数据、所述整体特征数据和所述至少一个局部特征数据进行融合，包括：获取经过所述维度统一处理的所述全局特征数据、所述整体特征数据和所述至少一个局部特征数据在相应序列位置中特征点的特征值中的最大值；将各个序列位置中最大值的特征点作为融合特征数据在相应序列位置中的特征点。