[发明专利]提取图像特征的方法和图像分类方法、装置、设备和介质

说明书

本公开提供了一种提取图像特征的方法和图像分类方法、装置、单子设备和存储介质，涉及人工智能领域，具体涉及计算机视觉和深度学习技术领域。该提取图像特征的方法包括：将待处理图像输入级联的N级降采样网络，经由N级降采样网络得到N个中间特征；基于由N级降采样网络中的第N级降采样网络得到的第N个中间特征，得到第1个图像特征；以及基于第(N‑i)级降采样网络得到的第(N‑i)个中间特征和第i个图像特征，采用注意力机制获得第(i+1)个图像特征，其中，N为大于1的整数，i的取值为位于取值区间[1，N‑1]中的整数。

技术领域

本公开涉及人工智能领域，具体涉及计算机视觉和深度学习技术领域，更具体地涉及一种提取图像特征的方法和图像分类方法、装置、电子设备和存储介质。

背景技术

在计算机视觉领域中，通常采用深度学习模型提取表达图像的图像特征，以应用于目标检测、目标追踪、图像分割等下游任务中。为了更好地表达图像各个维度的信息，解决多尺度的问题，通常采用多级降采样网络来提取图像特征。在执行下游任务时，通常需要对多级降采样网络得到的特征进行上采样，并进行层级之间的融合。相关技术中，不同层级之间的特征通常是根据人工设定的方式进行关联融合的，因此，不可避免地存在鲁棒性差、关联效果不理想的情况。

发明内容

提供了一种提高鲁棒性和特征提取效果的提取图像特征的方法和图像分类方法、装置、电子设备和存储介质。

本公开的一个方面提供了一种提取图像特征的方法，包括：将待处理图像输入级联的N级降采样网络，经由N级降采样网络得到N个中间特征；基于由N级降采样网络中的第N级降采样网络得到的第N个中间特征，得到第1个图像特征；以及基于第(N-i)级降采样网络得到的第(N-i)个中间特征和第i个图像特征，采用注意力机制获得第(i+1)个图像特征，其中，N为大于等于1的征数，i的取值为位于取值区间[0，N-1]中的整数。

本公开的另一个方面提供了一种图像分类方法，包括：采用本公开提供的提取图像特征的方法提取待处理图像的图像特征，得到N个图像特征；以及基于N个图像特征，对待处理图像进行分类。

本公开的另一个方面提供了一种提取图像特征的装置，包括：中间特征提取模块，用于将待处理图像输入级联的N级降采样网络，经由N级降采样网络得到N个中间特征；第一图像特征获得模块，用于基于由N级降采样网络中的第N级降采样网络得到的第N个中间特征，得到第1个图像特征；以及第二图像特征获得模块，用于基于第(N-i)级降采样网络得到的第(N-i)个中间特征和第i个图像特征，采用注意力机制获得第(i+1)个图像特征，其中，N为大于1的整数，i的取值为位于取值区间[1，N-1]中的整数。

本公开的另一个方面提供了一种图像分类装置，包括：特征提取模块，用于采用本公开提供的提取图像特征的装置提取待处理图像的特征，得到N个图像特征；以及图像分类模块，用于基于N个图像特征，对待处理图像进行分类。

本公开的另一个方面提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开提供的提取图像特征的方法和/或图像分类方法。

根据本公开的另一个方面提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开提供的提取图像特征的方法和/或图像分类方法。

根据本公开的另一个方面提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开提供的提取图像特征的方法和/或图像分类方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：