[发明专利]数据处理方法、装置和系统

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取目标图像，其中，所述目标图像包括主体部分和非主体部分；

获取所述目标图像的第二局部特征点信息，其中，所述第二局部特征点信息包括所述目标图像中的主体的局部特征点向量；

从图像库中查找与所述目标图像对应的候选图像；

获取所述候选图像的第一局部特征点信息，其中，所述第一局部特征点信息包括所述候选图像中的主体的局部特征点向量；

基于所述第一局部特征点信息和所述第二局部特征点信息，从所述候选图像中查找出与所述目标图像匹配的匹配图像。

2.根据权利要求1所述的方法，其特征在于，从图像库中查找与所述目标图像对应的候选图像，包括：

提取所述目标图像的全局特征信息；

基于所述全局特征信息在所述图像库中查找所述候选图像。

3.根据权利要求1所述的方法，其特征在于，获取所述候选图像的第一局部特征点信息，包括：

通过预设的深度局部特征点提取模型获取所述候选图像的第一局部特征点信息。

4.根据权利要求1所述的方法，其特征在于，获取所述目标图像的第二局部特征点信息，包括：

接收选择指令，其中，所述选择指令用于在所述目标图像中选择待匹配区域；

通过预设的深度局部特征点提取模型获取所述待匹配区域的局部特征点信息，并确定所述待匹配区域的局部特征点信息为所述第二局部特征点信息。

5.根据权利要求3所述的方法，其特征在于，所述方法还包括：获取所述深度局部特征点提取模型，获取所述深度局部特征点提取模型包括：

基于预设的二维图形中的关键点进行训练，得到基础关键点检测模型；

通过所述基础关键点检测模型，检测样本图像中主体上的样本特征点；

将所述样本特征点作为样本数据，对预设的初始网络模型进行训练，得到所述深度局部特征点提取模型，其中，所述预设的初始网络模型包括编码器与两个解码器，所述两个解码器分别用于预测特征点的位置和向量。

6.根据权利要求5所述的方法，其特征在在于，通过所述基础关键点检测模型，检测样本图像中主体上的样本特征点，包括：

通过对所述样本图像进行图像变换来对所述样本图像进行数据增广；

通过所述基础关键点检测模型，检测数据增广后的样本图像中主体上的样本特征点。

7.根据权利要求6所述的方法，其特征在于，所述图像变换包括如下至少之一：平移、缩放和尺度翻转。

8.根据权利要求1至7中任意一项所述的方法，其特征在于，基于所述第一局部特征点信息和所述第二局部特征点信息，从所述候选图像中查找出与所述目标图像匹配的匹配图像，包括：

将所述第一局部特征点信息和所述第二局部特征点信息输入至深度特征点匹配模型，得到所述深度特征点匹配模型输出的所述候选图像与所述目标图像的相似度参数；

基于所述相似度参数确定与所述目标图像匹配的匹配图像。

9.根据权利要求8所述的方法，其特征在于，所述深度特征点匹配模型包括：对应点匹配权重模型和基础矩阵估计模型，将所述第一局部特征点信息和所述第二局部特征点信息输入至深度特征点匹配模型，得到所述深度特征点匹配模型输出的所述候选图像与所述目标图像的相似度参数，包括：

通过所述对应点匹配权重模型预测所述第一局部特征点信息和所述第二局部特征点信息中，任意两个特征点之间的匹配概率；

通过所述基础矩阵估计模型，根据所述匹配概率、所述第一局部特征点信息和所述第二局部特征点信息，获取所述候选图像与所述目标图像之间的仿射变换矩阵；

基于所述仿射变换矩阵对所述候选图像中的第一局部特征点和所述目标图像中的第二局部特征点的空间关系进行验证，得到所述候选图像与所述目标图像的相似度参数。