[发明专利]一种图像数据处理方法及装置

权利要求书

1.一种图像数据处理方法，其特征在于，所述方法包括:

获取图像集；

对所述图像集进行分类，得到所述图像集对应的多类子图像集；

从每类所述子图像集中，分别确定每类所述子图像集对应的目标图像；

将所述目标图像分别输入深度残差网络，进行逐层特征遍历提取和跨层特征遍历提取，得到每类所述子图像集对应的目标图像的逐层特征提取结果和跨层特征提取结果；

将所述逐层特征提取结果和所述跨层特征提取结果进行融合，得到每类所述子图像集对应的目标图像的第一融合特征；

对所述第一融合特征分别进行采样处理，得到每类所述子图像集对应的目标图像的采样融合特征；

基于所述采样融合特征，确定每类所述子图像集对应的目标图像的分类结果。

2.根据权利要求1所述的图像数据处理方法，其特征在于，所述跨层特征遍历提取包括奇数层特征遍历提取和偶数层特征遍历提取；

所述将所述目标图像分别输入深度残差网络，进行逐层特征遍历提取和跨层特征遍历提取，得到每类所述子图像集对应的目标图像的逐层特征提取结果和跨层特征提取结果，包括：

将所述目标图像分别输入深度残差网络，进行逐层特征遍历提取、奇数层特征遍历提取和偶数层特征遍历提取，得到每类所述子图像集对应的目标图像的逐层特征提取结果、奇数层特征提取结果和偶数层特征提取结果。

3.根据权利要求2所述的图像数据处理方法，其特征在于，所述将所述逐层特征提取结果和所述跨层特征提取结果进行融合，得到每类所述子图像集对应的目标图像的第一融合特征，包括：

将所述逐层特征提取结果分别与所述奇数层特征提取结果和所述偶数层特征提取结果进行融合，得到奇数层融合特征和偶数层融合特征；

将所述奇数层融合特征和所述偶数层融合特征，作为每类所述子图像集对应的目标图像的第一融合特征。

4.根据权利要求3所述的图像数据处理方法，其特征在于，所述对所述第一融合特征分别进行采样处理，得到每类所述子图像集对应的目标图像的采样融合特征，包括：

对所述奇数层融合特征分别进行上采样处理和下采样处理，得到奇数层上采样特征和奇数层下采样特征；

对所述偶数层融合特征分别进行上采样处理和下采样处理，得到偶数层上采样特征和偶数层下采样特征；

将所述奇数层上采样特征、所述奇数层下采样特征、所述偶数层上采样特征和所述偶数层下采样特征，作为每类所述子图像集对应的目标图像的采样融合特征。

5.根据权利要求4所述的图像数据处理方法，其特征在于，所述基于所述采样融合特征，确定每类所述子图像集对应的目标图像的分类结果，包括：

将所述奇数层上采样特征、所述奇数层下采样特征、所述偶数层上采样特征和所述偶数层下采样特征进行融合，得到每类所述子图像集对应的目标图像的第二融合特征；

基于所述第二融合特征确定所述目标图像的分类结果。

6.根据权利要求1-5任一所述的图像数据处理方法，其特征在于，所述方法还包括：

获取样本图像，所述样本图像标注有样本特征；

将所述样本图像输入预设深度残差网络进行逐层特征遍历提取和跨层特征遍历提取，得到预设逐层特征提取结果和预设跨层特征提取结果；

将所述预设逐层特征提取结果和所述预设跨层特征提取结果进行融合，得到第一预设融合特征；

对所述第一预设融合特征进行采样处理，得到采样预设融合特征；

将所述采样预设融合特征进行融合，得到第二预设融合特征；

根据所述第二预设融合特征和所述样本特征之间的损失信息，对所述预设深度残差网络进行训练，得到所述深度残差网络。

7.根据权利要求1所述的图像数据处理方法，其特征在于，所述对所述图像集进行分类，得到所述图像集对应的多类子图像集，包括：

基于K均值聚类算法对所述图像集进行分类，得到所述图像集对应的多类子图像集。