[发明专利]一种基于图像分割技术的图像局部特征的提取方法

摘要

本发明公开了一种基于图像分割技术的图像局部特征的提取方法，包括以下步骤：1、构建图像分割模型；2、图像输入CNN网络，获得多层的特征图，在经过多个卷积层及池化降采样之后，得到了特征图以及对应每张特征图降采样时原本像素所在位置的信息；3、将特征图通过上采样模块向上采样，重新将像素分配到原本的位置；4、对新产生的特征图上每个像素位置计算softmax损失；5、不断迭代上述过程，直到回传的损失值小到接受范围内，完成图像分割模型的构建与训练的过程；6、通过训练特征提取网络完成图像局部特征的提取。本发明可以实现不同程度的精准检索，精准定位目标以及目标部位，从而提取关键部位特征进行细致的特征比对。

主权项

1.一种基于图像分割技术的图像局部特征的提取方法，其特征在于，包括以下步骤：步骤1、构建图像分割模型，分割模型由多个不同功能的网络层组成，包括CNN模型结构、batchnorm层结构、deconv层结构；步骤2、图像输入CNN网络，获得多层的特征图，在经过多个卷积层及池化降采样之后，得到了特征图以及对应每张特征图降采样时原本像素所在位置的信息；步骤3、将特征图通过上采样模块向上采样，根据之前每层特征图上像素原本的位置信息，重新将像素分配到原本的位置，使产生的特征图和原始输入图像的特征保持一致；步骤4、对新产生的特征图上每个像素位置计算softmax损失，对每一个像素点的位置进行分类，通过比较手工标注的图像标签与网络输出的结果，计算出针对每个像素位置的损失，通过回传损失，训练模型中的参数；步骤5、不断迭代上述过程，直到回传的损失值小到接受范围内，完成图像分割模型的构建与训练的过程；步骤6、完成图像分割模型的构建与训练的过程后，通过训练特征提取网络，根据上一个分割网络的输出图像，对原始图像提取不同部位的特征，完成图像局部特征的提取。