CN108133217B - 图像特征确定方法、装置及终端 - Google Patents
图像特征确定方法、装置及终端 Download PDFInfo
- Publication number
- CN108133217B CN108133217B CN201711174237.1A CN201711174237A CN108133217B CN 108133217 B CN108133217 B CN 108133217B CN 201711174237 A CN201711174237 A CN 201711174237A CN 108133217 B CN108133217 B CN 108133217B
- Authority
- CN
- China
- Prior art keywords
- characteristic pattern
- local feature
- cutting
- factor
- feature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/467—Encoded features or binary features, e.g. local binary patterns [LBP]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种图像特征确定方法、装置及终端,其中,所述方法包括:通过卷积神经网络对待处理图像进行处理得到特征图组;按照预设裁剪模式将所述特征图组中的每张特征图进行裁剪,得到各特征图对应的局部特征图组;通过循环神经网络对各局部特征图组进行池化处理,得到各局部特征图对应的局部特征向量;依据各所述局部特征向量生成目标特征向量,通过目标特征向量对所述待处理图像的特征进行表征。通过本发明实施例提供的图像特征确定方法,能够对待处理图像的局部特征以及全局特征进行全面表征,从而确定得到待图像的特征。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及一种图像特征确定方法、装置及终端。
背景技术
深度学习在视频图像、语音识别、自然语言处理等相关领域得到了广泛应用。卷积神经网络作为深度学习的一个重要分支,由于其超强的拟合能力以及端到端的全局优化能力,使得其在目标检测、分类等计算机视觉任务中所得预测结果的精度大幅提升。除此之外,视频图像等多媒体数据在卷积神经网络中逐层传播时的中间结果也可从模型中提取出来,作为描述输入数据的特征。这些特征同样被广泛应用在相似人脸检测、视频图像检索等领域。
虽然卷积神经网络的中间结果可以被提取出来作为特征直接应用于相似人脸检测等领域,但是现有技术中直接从卷积神经网络中提取的特征只包括输入数据的全局特征,无数据的局部特征,无法对输入的数据的特征进行全面表征。
发明内容
本发明实施例提供一种图像特征确定方法、装置及终端,以解决现有技术中存在的卷积神经网络仅能提取出输入数据的全局特征,无法提取输入数据的局部特征的问题。
依据本发明的一个方面,提供了一种图像特征确定方法,其中,所述方法包括:通过卷积神经网络对待处理图像进行处理得到特征图组;其中,所述特征图组中包括多张特征图;按照预设裁剪模式将所述特征图组中的每张特征图进行裁剪,得到各所述特征图对应的局部特征图组;通过循环神经网络对各所述局部特征图组进行池化处理,得到各局部特征图对应的局部特征向量;依据各所述局部特征向量生成目标特征向量,通过所述目标特征向量对所述待处理图像的特征进行表征。
可选地,所述按照预设裁剪模式将所述特征图组中的各张特征图进行裁剪,得到各所述特征图对应的局部特征图组的步骤,包括:针对所述特征图组中的每张特征图,使用横向、纵向裁剪模式将所述特征图裁剪成多张局部特征图;和/或,使用中心图像裁剪模式将所述特征图裁剪成多张局部特征图以及一张全局特征图。
可选地,所述使用横向、纵向裁剪模式将所述特征图裁剪成多张局部特征图的步骤,包括:确定预设的横向裁剪因子以及纵向裁剪因子;根据所述横向裁剪因子对所述特征图进行横向分割,根据所述纵向裁剪因子对所述特征图进行纵向分割,得到多张局部特征图。
可选地,所述使用中心图像裁剪模式将所述特征图裁剪成多张局部特征图以及一张全局特征图的步骤,包括:确定预设的中心裁剪因子;根据所述中心裁剪因子对所述特征图进行重叠中心特征裁剪,得到多张局部特征图以及一张全局特征图。
可选地,所述横向裁剪因子用于指示横向裁剪次数,所述纵向裁剪因子用于指示纵向裁剪次数,所述中心裁剪因子用于指示重叠中心特征裁剪次数。
根据本发明的另一方面,提供了一种图像特征确定装置,其中,所述装置可以包括:特征图组生成模块,被配置为通过卷积神经网络对待处理图像进行处理得到特征图组;其中,所述特征图组中包括多张特征图;裁剪模块,被配置为按照预设裁剪模式将所述特征图组中的每张特征图进行裁剪,得到各所述特征图对应的局部特征图组;局部特征向量获取模块,被配置为通过循环神经网络对各所述局部特征图组进行池化处理,得到各局部特征图对应的局部特征向量;目标特征向量生成模块,被配置为依据各所述局部特征向量生成目标特征向量,通过所述目标特征向量对所述待处理图像的特征进行表征。
可选地,所述裁剪模块可以包括:第一裁剪子模块,被配置为针对所述特征图组中的每张特征图,使用横向、纵向裁剪模式将所述特征图裁剪成多张局部特征图;和/或,第二裁剪子模块,被配置为使用中心图像裁剪模式将所述特征图裁剪成多张局部特征图以及一张全局特征图。
可选地,所述第一裁剪子模块包括:第一因子确定单元,被配置为确定预设的横向裁剪因子以及纵向裁剪因子;第一分割单元,被配置为根据所述横向裁剪因子对所述特征图进行横向分割,根据所述纵向裁剪因子对所述特征图进行纵向分割,得到多张局部特征图。
可选地,所述第二裁剪子模块包括:第二因子确定单元,被配置为确定预设的中心裁剪因子;第二分割单元,被配置为根据所述中心裁剪因子对所述特征图进行重叠中心特征裁剪,得到多张局部特征图以及一张全局特征图。
可选地,所述横向裁剪因子用于指示横向裁剪次数,所述纵向裁剪因子用于指示纵向裁剪次数,所述中心裁剪因子用于指示重叠中心特征裁剪次数。
根据本发明的再一方面,提供了一种终端,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像特征确定程序,所述图像特征确定程序被所述处理器执行时实现本发明中所述的任意一种图像特征确定方法的步骤。
根据本发明的又一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有图像特征确定程序,所述图像特征确定程序被处理器执行时实现本发明中所述的任意一种图像特征确定方法的步骤。
与现有技术相比,本发明具有以下优点:
本发明实施例提供的图像特征确定方案,将特征图组中的每张特征图进行裁剪得到局部特征图组,通过循环神经网络对各局部特征图组进行处理可得到待处理图像的各局部特征向量,依据多个局部特征向量生成目标特征向量表征待处理图像的特征,能够对待处理图像的局部特征以及全局特征进行全面表征,从而确定得到待图像的特征。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是根据本发明实施例一的一种图像特征确定方法的步骤流程图;
图2是根据本发明实施例二的一种图像特征确定方法的步骤流程图;
图3是按照横向、纵向裁剪模式对特征图像裁剪后的示意图;
图4是按照中心图像裁剪模式对特征图像裁剪后的示意图;
图5是根据本发明实施例三的一种图像特征确定装置的结构框图;
图6是根据本发明实施例四的一种终端的结构框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
实施例一
参照图1,示出了本发明实施例一的一种图像特性确定方法的步骤流程图。
本发明实施例的图像特征确定方法可以包括以下步骤:
步骤101:通过卷积神经网络对待处理图像进行处理得到特征图组。
本发明以卷积神经网络作为特征提取的主干网络。待处理图像可以为视频中的单帧图像,也可以仅为一个多媒体图像。一张待处理图像输入到卷积神经网络中,经过若干卷积层或者池化层之后会得到一组用于表示该图像的特征图即得到一个特征图组,其中,特征图组中包含多张特征图。
对于将待处理图像输入卷积神经网络中,得到特征图组的具体处理方式,参照现有相关技术即可,本发明实施例中对此不作具体限制。
步骤102:按照预设裁剪模式将特征图组中的每张特征图进行裁剪,得到各特征图对应的局部特征图组。
其中,预设裁剪模式可以为横向、纵向裁剪模式,也可以为中心图像裁剪模式,还可以为上述两种裁剪模式的组合。每张特征图被裁剪出的局部特征图的个数,由预设的裁剪因子决定,裁剪因子的具体数值可以由本领域技术人员根据实际需求进行设置,本发明实施例中对此不作具体限制。
若预设裁剪模式为横向、纵向裁剪模式时,则仅对特征图进行横向、纵向裁剪;若预设裁剪模式为中心图像裁剪模式时,则仅对特征图进行重叠中心特征裁剪;若预设模式为两种裁剪模式的组合时,则既对特征图进行横向、纵向裁剪又对特征图进行重叠中心特征裁剪。
特征图组中包含多张特征图,则需要按照预设裁剪模式分别将各张特征图均进行裁剪,每张特征图裁剪完成后均对应一个局部特征图组。
步骤103:通过循环神经网络对各局部特征图组进行池化处理,得到各局部特征图对应的局部特征向量。
每张局部特征图对应一个局部特征向量,局部特征向量能够对待处理图像中相应的局部特征进行表征。由于各局部特征图所对应的局部特征不同,因此通过各局部特征向量能够对待处理图像的不同局部特征进行表征,从而对待处理图像的特征进行全面表征。
步骤104:依据各局部特征向量生成目标特征向量,通过目标特征向量对待处理图像的特征进行表征。
将各局部特征向量输入循环神经网络中,分别对各局部特征向量进行标记生成目标特征向量。由于目标特征向量中包含全部的局部特征向量,因此通过目标特征向量对待处理图像进行表征,能够对待处理图像的各局部特征进行表征,从而达到对待处理图像的特征进行全面表征的效果。
本发明实施例提供的图像特征提取方法,将特征图组中的每张特征图进行裁剪得到局部特征图组,通过循环神经网络对各局部特征图组进行处理可得到待处理图像的各局部特征向量,依据多个局部特征向量生成目标特征向量表征待处理图像的特征,能够对待处理图像的局部特征以及全局特征进行全面表征,从而确定待处理图像的特征。
实施例二
参照图2,示出了本发明实施例二的一种图像特征确定方法的步骤流程图。
本发明实施例的图像特征确定方法具体可以包括以下步骤:
步骤201:通过卷积神经网络对待处理图像进行处理得到特征图组。
待处理图像可以为视频中的单帧图像,也可以仅为一个多媒体图像。
特征图组中包含多张特征图,现有技术中将每一张特征图内的所有值做平均或者求最大值作为该张特征图的特征向量,但是这样会损失掉一些图像的局部信息。本发明实施例中,将特征图组中的各张特征图进行局部特征图裁剪,混合局部特征以及全局特征的图像特征提取技术进行特征提取,得到图像的局部特征以及全局特征。
步骤202:针对特征图组中的每张特征图,使用横向、纵向裁剪模式将特征图裁剪成多张局部特征图;和/或,使用中心图像裁剪模式将特征图裁剪成多张局部特征图以及一张全局特征图。
需要说明的是,在具体实现过程中可以仅按照横向、纵向裁剪模式对特征图进行裁剪;也可以仅按照中心图像裁剪模式对特征图进行裁剪;还可以既按照横向、纵向裁剪模式对特征图进行裁剪,又按照中心图像裁剪模式对特征图进行裁剪。
一种优选地使用横向、纵向裁剪模式将特征图裁剪成多张局部特征图的方式如下:
首先,确定预设的横向裁剪因子以及纵向裁剪因子;
其中,横向裁剪因子用于指示横向裁剪次数,纵向裁剪因子用于指示纵向裁剪次数。横向裁剪因子、纵向裁剪因子的具体数值可以由本领域技术人员根据实际需求进行设置。例如横向裁剪因子的数值可以为2、3或4等,纵向裁剪因子的具体值可以为2、3或4等。
其次,根据横向裁剪因子对特征图进行横向分割,根据纵向裁剪因子对特征图进行纵向分割,得到多张局部特征图。
横向裁剪因子、纵向裁剪因子的数值越大,则裁剪得到的局部特征图像越多,则后续的计算量越大。图3为横向裁剪因子数值为2,纵向裁剪因子数值为2时,对特征图像进行裁剪后的示意图。经过无重叠横向、纵向裁剪模式对特征图的裁剪,分别获得了局部特征图1(左上)、局部特征图2(右上)、局部特征图3(左下)、局部特征图4(右下)4块区域的局部特征。
一种优选地使用中心图像裁剪模式将特征图裁剪成多张局部特征图以及一张全局特征图的方式如下:
首先,确定预设的中心裁剪因子;
中心裁剪因子用于指示重叠中心特征裁剪次数。中心裁剪因子的具体数值可以由本领域技术人员根据实际需求进行设置。例如中心裁剪因子的数值可以为3、4或5等。中心裁剪因子的数值越大,则裁剪得到的局部特征图像越多。
其次,根据中心裁剪因子对特征图进行重叠中心特征裁剪,得到多张局部特征图以及一张全局特征图。
图4为中心裁剪因子数值为4时,对特征图进行裁剪后的示意图。经过有重叠中心裁剪模式对特征图进行裁剪,可以分别获得全局特征图(最大)以及局部特征图1(大)、局部特征图2(中)、局部特征图3(小)4块区域的局部特征。
若既按照横向、纵向裁剪模式对特征图进行裁剪,又按照中心图像裁剪模式对特征图进行裁剪时,需要确定横向裁剪因子的数值、纵向裁剪因子的数值以及中心裁剪因子的数值,依据确定的这三个裁剪因子数值对特征图进行裁剪。
例如:横向裁剪因子的数值为2、纵向裁剪因子的数值为2、中心裁剪因子的数值为4,则对特征图进行横向、纵向裁剪后得到四张局部特征图,对特征图进行又重叠中心裁剪后得到一张全局特征图以及三张局部特征图,因此对特征图的裁剪后共得到八张局部特征图,构成该特征图对应的局部特征图组。
在具体实现过程中,可以选择上述任意一种方式对特征图组中的各特征图进行裁剪,分别得到各特征图对应的局部特征图组。
步骤203:通过循环神经网络对各局部特征图组进行池化处理,得到各局部特征图对应的局部特征向量。
每个局部特征图组中包含多张局部特征图,每张局部特征图进行池化处理后可得到各局部特征图对应的局部特征向量。
在确定一张局部特征图对应的局部特征向量时,可以将该张局部特征图内的所有值做平均或者求最大值作为该张局部特征图的特征向量。
步骤204:依据各局部特征向量生成目标特征向量,通过目标特征向量对待处理图像的特征进行表征。
由于各局部特征图所对应的局部特征不同,因此通过各局部特征向量能够对待处理图像的不同局部特征进行表征。将各局部特征向量输入循环神经网络中,分别对各局部特征向量进行标记,提取局部特征以及全局特征之间的相关性,且对这若干特征向量进行降维压缩,生成目标特征向量。由于目标特征向量中包含全部的局部特征向量,因此通过目标特征向量对待处理图像进行表征,能够对待处理图像的各局部特征进行表征,从而达到对待处理图像的特征进行全面表征的效果。并且由于目标特征向量是对个局部特征向量降维压缩后所得,在对待处理图像进行特征表征时可以结合局部特征以及全局特征之间的相关性,故能够减少特征的冗余信息提升特征的表达能力。
本发明实施例提供的图像特征确定方法,将特征图组中的每张特征图进行裁剪得到局部特征图组,通过循环神经网络对各局部特征图组进行处理可得到待处理图像的各局部特征向量,依据多个局部特征向量生成目标特征向量表征待处理图像的特征,能够对待处理图像的局部特征以及全局特征进行全面表征。此外,本发明实施例提供的图像特征确定方法,本领域技术人员可以根据实际需求、以及计算机的处理能力适应性调整横向裁剪因子、纵向裁剪因子或中心裁剪因子的数值,灵活性强。
实施例三
参照图5,示出了本发明实施例三的一种图像特征确定装置的结构框图。
本发明实施例的图像特征确定装置可以包括:特征图组生成模块501,被配置为通过卷积神经网络对待处理图像进行处理得到特征图组;其中,所述特征图组中包括多张特征图;裁剪模块502,被配置为按照预设裁剪模式将所述特征图组中的每张特征图进行裁剪,得到各所述特征图对应的局部特征图组;局部特征向量获取模块503,被配置为通过循环神经网络对各所述局部特征图组进行池化处理,得到各局部特征图对应的局部特征向量;目标特征向量生成模块504,被配置为依据各所述局部特征向量生成目标特征向量,通过所述目标特征向量对所述待处理图像的特征进行表征。
优选地,所述裁剪模块502可以包括:第一裁剪子模块5021,被配置为针对所述特征图组中的每张特征图,使用横向、纵向裁剪模式将所述特征图裁剪成多张局部特征图;和/或,第二裁剪子模块5022,被配置为使用中心图像裁剪模式将所述特征图裁剪成多张局部特征图以及一张全局特征图。
优选地,所述第一裁剪子模块5021可以包括:第一因子确定单元,被配置为确定预设的横向裁剪因子以及纵向裁剪因子;第一分割单元,被配置为根据所述横向裁剪因子对所述特征图进行横向分割,根据所述纵向裁剪因子对所述特征图进行纵向分割,得到多张局部特征图。
优选地,所述第二裁剪子模块5022可以包括:第二因子确定单元,被配置为确定预设的中心裁剪因子;第二分割单元,被配置为根据所述中心裁剪因子对所述特征图进行重叠中心特征裁剪,得到多张局部特征图以及一张全局特征图。
优选地,所述横向裁剪因子用于指示横向裁剪次数,所述纵向裁剪因子用于指示纵向裁剪次数,所述中心裁剪因子用于指示重叠中心特征裁剪次数。
本发明实施例的图像特征确定装置用于实现前述实施例一、实施例二中相应的图像特征确定方法,并具有与方法实施例相应的有益效果,在此不再赘述。
实施例四
参照图6,示出了本发明实施例四的一种用于图像特征确定的终端的结构框图。
本发明实施例的终端可以包括:存储器、处理器及存储在存储器上并可在处理器上运行的图像特征确定程序,图像特征确定程序被处理器执行时实现本发明中所述的任意一种图像特征确定方法的步骤。
图6是根据一示例性实施例示出的一种图像特征确定终端600的框图。例如,终端600可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图6,终端600可以包括以下一个或多个组件:处理组件602,存储器604,电源组件606,多媒体组件608,音频组件610,输入/输出(I/O)的接口612,传感器组件614,以及通信组件616。
处理组件602通常控制装置600的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器620来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件602可以包括一个或多个模块,便于处理组件602和其他组件之间的交互。例如,处理部件602可以包括多媒体模块,以方便多媒体组件608和处理组件602之间的交互。
存储器604被配置为存储各种类型的数据以支持在终端600的操作。这些数据的示例包括用于在终端600上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件606为终端600的各种组件提供电力。电源组件606可以包括电源管理***,一个或多个电源,及其他与为终端600生成、管理和分配电力相关联的组件。
多媒体组件608包括在所述终端600和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件608包括一个前置摄像头和/或后置摄像头。当终端600处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件610被配置为输出和/或输入音频信号。例如,音频组件610包括一个麦克风(MIC),当终端600处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。在一些实施例中,音频组件610还包括一个扬声器,用于输出音频信号。
I/O接口612为处理组件602和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件614包括一个或多个传感器,用于为终端600提供各个方面的状态评估。例如,传感器组件614可以检测到终端600的打开/关闭状态,组件的相对定位,例如所述组件为终端600的显示器和小键盘,传感器组件614还可以检测终端600或终端600一个组件的位置改变,用户与终端600接触的存在或不存在,装置600方位或加速/减速和终端600的温度变化。传感器组件614可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件614还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件616被配置为便于终端600和其他设备之间有线或无线方式的通信。终端600可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信部件616经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件616还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,终端600可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行图像特征确定方法,具体地图像特征确定方法包括:
通过卷积神经网络对待处理图像进行处理得到特征图组;其中,所述特征图组中包括多张特征图;按照预设裁剪模式将所述特征图组中的每张特征图进行裁剪,得到各所述特征图对应的局部特征图组;通过循环神经网络对各所述局部特征图组进行池化处理,得到各局部特征图对应的局部特征向量;依据各所述局部特征向量生成目标特征向量,通过所述目标特征向量对所述待处理图像的特征进行表征。
优选地,所述按照预设裁剪模式将所述特征图组中的各张特征图进行裁剪,得到各所述特征图对应的局部特征图组的步骤,包括:针对所述特征图组中的每张特征图,使用横向、纵向裁剪模式将所述特征图裁剪成多张局部特征图;和/或,使用中心图像裁剪模式将所述特征图裁剪成多张局部特征图以及一张全局特征图。
优选地,所述使用横向、纵向裁剪模式将所述特征图裁剪成多张局部特征图的步骤,包括:确定预设的横向裁剪因子以及纵向裁剪因子;根据所述横向裁剪因子对所述特征图进行横向分割,根据所述纵向裁剪因子对所述特征图进行纵向分割,得到多张局部特征图。
优选地,所述使用中心图像裁剪模式将所述特征图裁剪成多张局部特征图以及一张全局特征图的步骤,包括:确定预设的中心裁剪因子;根据所述中心裁剪因子对所述特征图进行重叠中心特征裁剪,得到多张局部特征图以及一张全局特征图。
优选地,所述横向裁剪因子用于指示横向裁剪次数,所述纵向裁剪因子用于指示纵向裁剪次数,所述中心裁剪因子用于指示重叠中心特征裁剪次数。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器604,上述指令可由终端600的处理器620执行以完成上述图像特征确定方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。当存储介质中的指令由终端的处理器执行时,使得终端能够执行本发明中所述的任意一种图像特征确定方法的步骤。
本发明实施例提供的终端,将特征图组中的每张特征图进行裁剪得到局部特征图组,通过循环神经网络对各局部特征图组进行处理可得到待处理图像的各局部特征向量,依据多个局部特征向量生成目标特征向量表征待处理图像的特征,能够对待处理图像的局部特征以及全局特征进行全面表征,从而确定得到待处理图像的特征。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
在此提供的图像特征确定方案不与任何特定计算机、虚拟***或者其它设备固有相关。各种通用***也可以与基于在此的示教一起使用。根据上面的描述,构造具有本发明方案的***所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的图像特征确定方案中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (8)
1.一种图像特征确定方法,其特征在于,所述方法包括:
通过卷积神经网络对待处理图像进行处理得到特征图组;其中,所述特征图组中包括多张特征图;
按照预设裁剪模式将所述特征图组中的每张特征图进行裁剪,得到各所述特征图对应的局部特征图组;
通过循环神经网络对各所述局部特征图组进行池化处理,得到各局部特征图对应的局部特征向量;
依据各所述局部特征向量生成目标特征向量,通过所述目标特征向量对所述待处理图像的特征进行表征;
其中,所述按照预设裁剪模式将所述特征图组中的各张特征图进行裁剪,得到各所述特征图对应的局部特征图组的步骤,包括:
针对所述特征图组中的每张特征图,使用横向、纵向裁剪模式将所述特征图裁剪成多张局部特征图;和/或,
使用中心图像裁剪模式将所述特征图裁剪成多张局部特征图以及一张全局特征图,包括:确定预设的中心裁剪因子;根据所述中心裁剪因子对所述特征图进行重叠中心特征裁剪,得到多张局部特征图以及一张全局特征图。
2.根据权利要求1所述的方法,其特征在于,所述使用横向、纵向裁剪模式将所述特征图裁剪成多张局部特征图的步骤,包括:
确定预设的横向裁剪因子以及纵向裁剪因子;
根据所述横向裁剪因子对所述特征图进行横向分割,根据所述纵向裁剪因子对所述特征图进行纵向分割,得到多张局部特征图。
3.根据权利要求1所述的方法,其特征在于,所述横向裁剪因子用于指示横向裁剪次数,所述纵向裁剪因子用于指示纵向裁剪次数,所述中心裁剪因子用于指示重叠中心特征裁剪次数。
4.一种图像特征确定装置,其特征在于,所述装置包括:
特征图组生成模块,被配置为通过卷积神经网络对待处理图像进行处理得到特征图组;其中,所述特征图组中包括多张特征图;
裁剪模块,被配置为按照预设裁剪模式将所述特征图组中的每张特征图进行裁剪,得到各所述特征图对应的局部特征图组;
局部特征向量获取模块,被配置为通过循环神经网络对各所述局部特征图组进行池化处理,得到各局部特征图对应的局部特征向量;
目标特征向量生成模块,被配置为依据各所述局部特征向量生成目标特征向量,通过所述目标特征向量对所述待处理图像的特征进行表征;
其中,所述裁剪模块包括:
第一裁剪子模块,被配置为针对所述特征图组中的每张特征图,使用横向、纵向裁剪模式将所述特征图裁剪成多张局部特征图;和/或,
第二裁剪子模块,被配置为使用中心图像裁剪模式将所述特征图裁剪成多张局部特征图以及一张全局特征图,包括:第二因子确定单元,被配置为确定预设的中心裁剪因子;第二分割单元,被配置为根据所述中心裁剪因子对所述特征图进行重叠中心特征裁剪,得到多张局部特征图以及一张全局特征图。
5.根据权利要求4所述的装置,其特征在于,所述第一裁剪子模块包括:
第一因子确定单元,被配置为确定预设的横向裁剪因子以及纵向裁剪因子;
第一分割单元,被配置为根据所述横向裁剪因子对所述特征图进行横向分割,根据所述纵向裁剪因子对所述特征图进行纵向分割,得到多张局部特征图。
6.根据权利要求4所述的装置,其特征在于,所述横向裁剪因子用于指示横向裁剪次数,所述纵向裁剪因子用于指示纵向裁剪次数,所述中心裁剪因子用于指示重叠中心特征裁剪次数。
7.一种终端,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像特征确定程序,所述图像特征确定程序被所述处理器执行时实现如权利要求1至3中任一项所述的图像特征确定方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有图像特征确定程序,所述图像特征确定程序被处理器执行时实现如权利要求1至3中任一项所述的图像特征确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711174237.1A CN108133217B (zh) | 2017-11-22 | 2017-11-22 | 图像特征确定方法、装置及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711174237.1A CN108133217B (zh) | 2017-11-22 | 2017-11-22 | 图像特征确定方法、装置及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108133217A CN108133217A (zh) | 2018-06-08 |
CN108133217B true CN108133217B (zh) | 2018-10-30 |
Family
ID=62389808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711174237.1A Active CN108133217B (zh) | 2017-11-22 | 2017-11-22 | 图像特征确定方法、装置及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108133217B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960189B (zh) * | 2018-07-20 | 2020-11-24 | 南京旷云科技有限公司 | 图像再识别方法、装置及电子设备 |
CN109886279B (zh) * | 2019-01-24 | 2023-09-29 | 平安科技(深圳)有限公司 | 图像处理方法、装置、计算机设备及存储介质 |
CN111695491B (zh) * | 2020-06-10 | 2023-12-19 | 阿波罗智联(北京)科技有限公司 | 用于检测行人的方法和装置 |
CN111882558A (zh) * | 2020-08-11 | 2020-11-03 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9286524B1 (en) * | 2015-04-15 | 2016-03-15 | Toyota Motor Engineering & Manufacturing North America, Inc. | Multi-task deep convolutional neural networks for efficient and robust traffic lane detection |
CN105404859A (zh) * | 2015-11-03 | 2016-03-16 | 电子科技大学 | 一种基于池化车辆图片原始特征的车型识别方法 |
CN106156846A (zh) * | 2015-03-30 | 2016-11-23 | 日本电气株式会社 | 卷积神经网络特征的处理方法和装置 |
-
2017
- 2017-11-22 CN CN201711174237.1A patent/CN108133217B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106156846A (zh) * | 2015-03-30 | 2016-11-23 | 日本电气株式会社 | 卷积神经网络特征的处理方法和装置 |
US9286524B1 (en) * | 2015-04-15 | 2016-03-15 | Toyota Motor Engineering & Manufacturing North America, Inc. | Multi-task deep convolutional neural networks for efficient and robust traffic lane detection |
CN105404859A (zh) * | 2015-11-03 | 2016-03-16 | 电子科技大学 | 一种基于池化车辆图片原始特征的车型识别方法 |
Non-Patent Citations (1)
Title |
---|
基于多尺度分块卷积神经网络的图像目标识别算法;张文达等;《计算机应用》;20160430;第1033-1038页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108133217A (zh) | 2018-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108399409B (zh) | 图像分类方法、装置及终端 | |
CN108256549B (zh) | 图像分类方法、装置及终端 | |
CN108133217B (zh) | 图像特征确定方法、装置及终端 | |
CN108171254A (zh) | 图像标签确定方法、装置及终端 | |
CN108256555A (zh) | 图像内容识别方法、装置及终端 | |
CN110009090B (zh) | 神经网络训练与图像处理方法及装置 | |
CN108536669B (zh) | 文字信息处理方法、装置及终端 | |
CN110909815B (zh) | 神经网络训练、图像处理方法、装置及电子设备 | |
CN107578054A (zh) | 图像处理方法及装置 | |
CN106548468B (zh) | 图像清晰度的判别方法及装置 | |
CN110471858A (zh) | 应用程序测试方法、装置及存储介质 | |
CN108062547A (zh) | 文字检测方法及装置 | |
CN109801270A (zh) | 锚点确定方法及装置、电子设备和存储介质 | |
CN107995500B (zh) | 视频水印识别方法、装置及终端 | |
CN107944447A (zh) | 图像分类方法及装置 | |
CN109002184A (zh) | 一种输入法候选词的联想方法和装置 | |
CN108009563A (zh) | 图像处理方法、装置及终端 | |
CN106775224A (zh) | 备注信息设置方法及装置 | |
CN107194464A (zh) | 卷积神经网络模型的训练方法及装置 | |
CN107748867A (zh) | 目标对象的检测方法及装置 | |
CN108108738B (zh) | 图像处理方法、装置及终端 | |
CN105551047A (zh) | 图片内容的检测方法和装置 | |
CN103995844B (zh) | 信息搜索方法和装置 | |
CN109085991A (zh) | 应用程序控制方法及装置、终端、存储介质 | |
CN107729439A (zh) | 获取多媒体数据的方法、装置和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |