CN112949777B - 相似图像确定方法及装置、电子设备和存储介质 - Google Patents
相似图像确定方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112949777B CN112949777B CN202110413417.0A CN202110413417A CN112949777B CN 112949777 B CN112949777 B CN 112949777B CN 202110413417 A CN202110413417 A CN 202110413417A CN 112949777 B CN112949777 B CN 112949777B
- Authority
- CN
- China
- Prior art keywords
- initial
- feature
- image
- features
- pooling
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本公开是关于一种相似图像确定方法及装置、电子设备以及计算机可读存储介质,涉及机器学习技术领域,可以应用于确定目标图像的所有相似图像的场景。该方法包括:获取目标图像,并对目标图像进行初始特征提取处理以得到初始特征图;对初始特征图分别进行通道特征提取和空间场景特征提取,以得到对应的通道特征和空间场景特征;对通道特征和空间场景特征进行特征聚合处理,以得到对应的目标图像特征;根据目标图像特征从多个候选图像中确定目标图像的相似图像。本公开可以对图像进行次大池化操作以提取图像的空间场景特征,更关注于图像的背景,并基于提取出的图像背景特征确定该图像的相似图像。
Description
技术领域
本公开涉及机器学习技术领域,具体而言,涉及一种相似图像确定方法、相似图像确定装置、电子设备以及计算机可读存储介质。
背景技术
随着养老社区的全国布局,养老社区的数量呈上升趋势,社区举办的活动也是丰富多彩。为了记录活动的精彩瞬间,随之产生的拍摄的照片或是视频也越来越多。如何更高效将这些拍摄的照片或者视频更好的服务于社区中的社员,是很多养老社区都在思考的问题。
举例而言,社区中举办各式各样的活动所拍摄的照片,可以分门别类进行整理,形成不同主题的相册。无论将相册在社区内展出,或者社区居民查阅相册,或者社区居住老人的家人想要了解老人的动态,均是一个比较好的方式和途径。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种相似图像确定方法、相似图像确定装置、电子设备以及计算机可读存储介质,进而至少在一定程度上克服无法根据图像场景特征将多个图像按照具体场景进行分类的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明的实践而习得。
根据本公开的第一方面,提供一种相似图像确定方法,包括:获取目标图像,并对目标图像进行初始特征提取处理以得到初始特征图;对初始特征图进行全局平均池化处理和最大池化处理,分别得到第一平均池化初始特征和最大池化初始特征,并根据第一平均池化初始特征和最大池化初始特征确定对应的通道特征;对初始特征图进行次大池化处理和平均池化处理,分别得到次大池化初始特征和第二平均池化初始特征,并根据将次大池化初始特征和第二平均池化初始特征确定对应的空间场景特征;对通道特征和空间场景特征进行特征聚合处理,以得到对应的目标图像特征;根据目标图像特征从多个候选图像中确定目标图像的相似图像。
可选的,获取预先构建的特征提取模型;特征提取模型包括通道注意力模块和空间注意力模块;由通道注意力模块对初始特征图进行通道特征提取,得到通道特征;由空间注意力模块对初始特征图进行空间场景特征提取,得到空间场景特征。
可选的,特征提取模型通过下述步骤训练得到:获取初始特征提取模型,初始特征提取模型包括通道注意力模块、初始空间注意力模块和重构空间注意力模块;获取训练样本集,并根据初始特征提取模型确定模型损失函数;基于训练样本集,并通过通道注意力模块与重构空间注意力模块进行第一训练次数的模型训练;基于训练样本集,并通过通道注意力模块与初始空间注意力模块进行第二训练次数的模型训练,直至模型损失函数收敛,得到特征提取模型。
可选的,由通道注意力模块对初始特征图进行通道特征提取,得到通道特征,包括:对初始特征图进行全局平均池化处理和最大池化处理,以分别得到第一平均池化初始特征和最大池化初始特征;分别对第一平均池化初始特征和最大池化初始特征进行全连接处理,以得到对应的第一平均池化特征和最大池化特征;将第一平均池化特征和最大池化特征进行特征相加处理,得到第一中间特征;基于第一中间特征并通过第一激活函数确定第一权重系数,并根据初始特征图与第一权重系数确定通道特征。
可选的,由空间注意力模块对初始特征图进行空间场景特征提取,得到空间场景特征,包括:对初始特征图进行次大池化处理和平均池化处理,以分别得到次大池化初始特征和第二平均池化初始特征;将次大池化初始特征和第二平均池化初始特征进行通道拼接处理,得到初始中间特征;对初始中间特征进行卷积特征提取,得到第二中间特征;基于第二中间特征并通过第二激活函数确定第二权重系数,并根据初始特征图与第二权重系数确定空间场景特征。
可选的,根据目标图像特征从多个候选图像中确定目标图像的相似图像,包括:确定目标图像特征对应的目标特征向量;根据目标特征向量进行向量搜索处理,得到多个初始相似向量;确定各初始相似向量与目标特征向量之间的向量相似度,并确定多个向量相似度的相似度排序结果;根据相似度排序结果从初始相似向量中确定相似图像向量,并将相似图像向量对应的图像作为相似图像。
可选的,上述方法还包括:获取待分类图像集合;待分类图像集合是由多个养老社区场景图像组成的集合;从待分类图像集合中确定目标图像;目标图像是包括养老社区特定场景的图像;根据目标图像并基于待分类图像集合进行图像检索处理,从待分类图像集合中确定与目标图像对应的相似场景图像,以对待分类图像集合进行图像分类;相似场景图像与目标图像之间的向量相似度大于相似度阈值。
根据本公开的第二方面,提供一种特征提取模型,包括:输入层,用于获取目标图像对应的初始特征图;通道注意力模块,用于对初始特征图进行全局平均池化处理和最大池化处理,分别得到第一平均池化初始特征和最大池化初始特征,并根据第一平均池化初始特征和最大池化初始特征确定对应的通道特征;空间注意力模块,用于对初始特征图进行次大池化处理和平均池化处理,以分别得到次大池化初始特征和第二平均池化初始特征,并根据将次大池化初始特征和第二平均池化初始特征确定对应的空间场景特征。
根据本公开的第三方面,提供一种相似图像确定装置,包括:特征图确定模块,用于获取目标图像,并对目标图像进行初始特征提取处理以得到初始特征图;通道特征提取模块,用于对初始特征图进行全局平均池化处理和最大池化处理,分别得到第一平均池化初始特征和最大池化初始特征,并根据第一平均池化初始特征和最大池化初始特征确定对应的通道特征;空间场景特征提取模块,用于对初始特征图进行次大池化处理和平均池化处理,分别得到次大池化初始特征和第二平均池化初始特征,并根据将次大池化初始特征和第二平均池化初始特征确定对应的空间场景特征;特征融合模块,用于对通道特征和空间场景特征进行特征聚合处理,以得到对应的目标图像特征;相似图像确定模块,用于根据目标图像特征从多个候选图像中确定目标图像的相似图像。
可选的,相似图像确定装置还包括特征提取模块,用于获取预先构建的特征提取模型;特征提取模型包括通道注意力模块和空间注意力模块;由通道注意力模块对初始特征图进行通道特征提取,得到通道特征;由空间注意力模块对初始特征图进行空间场景特征提取,得到空间场景特征。
可选的,相似图像确定装置还包括模型训练模块,用于获取初始特征提取模型,初始特征提取模型包括通道注意力模块、初始空间注意力模块和重构空间注意力模块;获取训练样本集,并根据初始特征提取模型确定模型损失函数;基于训练样本集,并通过通道注意力模块与重构空间注意力模块进行第一训练次数的模型训练;基于训练样本集,并通过通道注意力模块与初始空间注意力模块进行第二训练次数的模型训练,直至模型损失函数收敛,得到特征提取模型。
可选的,特征提取模块包括通道特征提取单元,用于对初始特征图进行全局平均池化处理和最大池化处理,以分别得到第一平均池化初始特征和最大池化初始特征;分别对第一平均池化初始特征和最大池化初始特征进行全连接处理,以得到对应的第一平均池化特征和最大池化特征;将第一平均池化特征和最大池化特征进行特征相加处理,得到第一中间特征;基于第一中间特征并通过第一激活函数确定第一权重系数,并根据初始特征图与第一权重系数确定通道特征。
可选的,特征提取模块还包括空间特征提取单元,用于对初始特征图进行次大池化处理和平均池化处理,以分别得到次大池化初始特征和第二平均池化初始特征;将次大池化初始特征和第二平均池化初始特征进行通道拼接处理,得到初始中间特征;对初始中间特征进行卷积特征提取,得到第二中间特征;基于第二中间特征并通过第二激活函数确定第二权重系数,并根据初始特征图与第二权重系数确定空间场景特征。
可选的,相似图像确定模块包括相似图像确定单元,用于确定目标图像特征对应的目标特征向量;根据目标特征向量进行向量搜索处理,得到多个初始相似向量;确定各初始相似向量与目标特征向量之间的向量相似度,并确定多个向量相似度的相似度排序结果;根据相似度排序结果从初始相似向量中确定相似图像向量,并将相似图像向量对应的图像作为相似图像。
可选的,相似图像确定装置还包括图像分类模块,用于获取待分类图像集合;待分类图像集合是由多个养老社区场景图像组成的集合;从待分类图像集合中确定目标图像;目标图像是包括养老社区特定场景的图像;根据目标图像并基于待分类图像集合进行图像检索处理,从待分类图像集合中确定与目标图像对应的相似场景图像,以对待分类图像集合进行图像分类;相似场景图像与目标图像之间的向量相似度大于相似度阈值。
根据本公开的第四方面,提供一种电子设备,包括:处理器;以及存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时实现根据上述任意一项所述的相似图像确定方法。
根据本公开的第五方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现根据上述任意一项所述的相似图像确定方法。
本公开提供的技术方案可以包括以下有益效果:
本公开的示例性实施例中的相似图像确定方法,获取目标图像,并对目标图像进行初始特征提取处理以得到初始特征图;对初始特征图分别进行通道特征提取和空间场景特征提取,以得到对应的通道特征和空间场景特征;对通道特征和空间场景特征进行特征聚合处理,以得到对应的目标图像特征;根据目标图像特征从多个候选图像中确定目标图像的相似图像。通过本公开的相似图像确定方法,一方面,在对目标图像进行特征提取时,可以针对目标图像进行空间场景特征提取,得到目标图像对应的空间场景特征,使得在对图像进行特征提取时,更加关注图像的背景或场景而非人物。另一方面,根据提取出目标图像特征确定相似图像,可以得到与目标图像具有相似或相同场景或背景的相似图像,有效实现对相同场景图像的分类。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示意性示出了根据本公开的示例性实施方式的相似图像确定方法的流程图;
图2示意性示出了根据本公开的示例性实施方式的特征提取模型的训练流程图;
图3示意性示出了根据本公开的示例性实施方式的对初始特征图进行通道特征提取的流程图;
图4示意性示出了根据本公开的示例性实施方式的对初始特征图进行空间场景特征提取的过程图;
图5示意性示出了根据本公开的示例性实施方式的确定目标图像的相似图像的整体流程图;
图6示意性示出了根据本公开的示例性实施方式的根据目标图像特征确定相似图像的整体流程图;
图7示意性示出了根据本公开的示例性实施方式的相似图像确定装置的方框图;
图8示意性示出了根据本公开一示例性实施例的电子设备的框图;
图9示意性示出了根据本公开一示例性实施例的计算机可读存储介质的示意图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而,示例实施例能够以多种形式实施,且不应被理解为限于在此阐述的实施例;相反,提供这些实施例使得本公开将全面和完整,并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本公开的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
随着养老社区活动的增多,针对社区活动拍摄的照片或是视频也越来越多。如何更高效将这些拍摄的照片或者视频更好的服务于社区中的社员,是很多养老社区都在思考的问题。例如,可以将拍摄的图像根据不同场景进行分门别类,形成相册,以便后续使用。然而,在现有的图像分类方案中,缺乏一种可以按照图像的具体场景对图像进行分类的方案。
基于此,在本示例实施例中,首先提供了一种相似图像确定方法,可以利用服务器来实现本公开的相似图像确定方法,也可以利用终端设备来实现本公开所述的方法,其中,本公开中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant,PDA)、便捷式媒体播放器(Portable Media Player,PMP)、等移动终端,以及诸如台式计算机等固定终端。图1示意性示出了根据本公开的一些实施例的相似图像确定方法流程的示意图。参考图1,该相似图像确定方法可以包括以下步骤:
步骤S110,获取目标图像,并对目标图像进行初始特征提取处理以得到初始特征图。
根据本公开的一些示例性实施例,目标图像可以是根据预设操作从终端设备的本地图像库中的图像,目标图像还可以是终端设备的应用中选择的互联网图像。初始特征提取处理可以是提取目标图像中的浅层特征的过程。初始特征图可以是对目标图像进行初始特征提取处理后得到特征图。
在获取到目标图像后,可以对目标图像进行图像缩放处理,将目标图像缩放到预设的标准图像尺寸,例如,可以将预设的标准图像尺寸设置为1024×1024。如果获取到的目标图像的图像尺寸不符合预设的标准图像尺寸,则对目标图像进行图像缩放处理,使其具有标准图像尺寸。对经过图像缩放的目标图像进行初始特征提取处理,得到目标图像对应的初始特征图。
具体的,可以采用残差网络(Residual Network,ResNet)、超分辨率测试序列模型(Visual Geometry Group Network,VGG模型)、基于Inception模块的深度神经网络模型(GoogLeNet)等网络对目标图像进行初始特征提取。例如,可以采用基于ImageNet数据集预训练的ResNet50网络模型,作为提取图像特征的网络的主干网络(backbone网络)。除此之外,分别比对了单独提取ResNet50网络不同层特征向量,或者混合提取ResNet50网络不同层的特征向量,可以将经过ResNet50网络的第三个卷积结构后的1024维向量作为初始特征图。
步骤S120,对初始特征图进行全局平均池化处理和最大池化处理,分别得到第一平均池化初始特征和最大池化初始特征,并根据第一平均池化初始特征和最大池化初始特征确定对应的通道特征。
根据本公开的一些示例性实施例,全局平均池化处理将特征图所有像素值相加求平均,得到一个数值,即用该数值表示对应特征图的处理过程,最大池化处理可以是取局部接受域中值最大的点的过程,即将初始特征图按照固定大小进行网格分割,网格内的像素值取网格内所有像素的最大值的处理过程。第一平均池化初始特征可以是对初始特征图进行全局平均池化处理后得到的特征。最大池化初始特征可以是对初始特征图进行最大池化处理后得到的特征。通道特征可以是针对初始特征图进行通道特征提取后,得到的初始特征图中不同通道的特征。
在得到初始特征图之后,可以对初始特征图进行通道特征提取操作,得到初始特征图对应的通道特征。具体的,对初始特征图进行全局平均池化处理和最大池化处理,以根据得到的第一平均池化初始特征和最大池化初始特征确定对应的通道特征。
步骤S130,对初始特征图进行次大池化处理和平均池化处理,分别得到次大池化初始特征和第二平均池化初始特征,并根据将次大池化初始特征和第二平均池化初始特征确定对应的空间场景特征。
根据本公开的一些示例性实施例,次大池化处理可以是取局部接受域中次大值的点的过程,即将初始特征图按照固定大小进行网格分割,网格内的像素值取网格内所有像素的次大值的处理过程。平均池化处理可以是取局部接受域中平均值的过程,即将初始特征图按照固定大小进行网格分割,将网格内的像素值取网格内所有像素的平均值的处理过程。次大池化初始特征可以是对初始特征图进行次大池化处理后得到的特征。第二平均池化初始特征可以是对初始特征图进行平均池化处理后得到的特征。空间场景特征可以是对初始特征图进行空间场景特征提取之后,得到的初始特征图中包含的场景特征。例如,图书馆背景的目标图像与健身公园背景的目标图像所对应的空间场景特征不同。
在得到初始特征图后,可以对初始特征图进行空间场景特征提取,具体的,可以对初始特征图进行次大池化处理和平均池化处理,以根据得到的次大池化初始特征和第二平均池化初始特征确定对应的空间场景特征。由于本公开中针对目标图像进行图像特征提取时,更关注于目标图像中的背景或场景,而非关注于人物,因此,在对目标图像进行特征提取时,可以通过空间场景特征提取操作确定出目标图像对应的空间场景特征,而弱化目标图像中关于人像的特征,以便后续确定出与目标图像具有相同或相似图像场景的相似图像。
步骤S140,对通道特征和空间场景特征进行特征聚合处理,以得到对应的目标图像特征。
根据本公开的一些示例性实施例,特征聚合处理可以是对通道特征和空间场景特征进行聚合处理的过程。目标图像特征可以是将通道特征和空间场景特征进行特征聚合处理后得到的特征,将两者进行聚合处理后得到的目标图像特征可以表征目标图像中包含的图像特征。
在分别得到通道特征和空间场景特征后,可以对通道特征和空间场景特征进行特征聚合处理,得到目标图像对应的目标图像特征。对通道特征和空间场景特征进行特征聚合处理时,可以采用下述特征聚合方法进行,如广义最大期望算法、全局平均池化、全局最大池化、基于深度学习的细粒度图像检索(Selective Convolutional DescriptorAggregation,SCDA)算法以及累加求和生成聚合特征(sum-pooled convolutionalfeatures,SPoC)算法等对通道特征和空间场景特征进行特征聚合处理,得到目标图像特征。
步骤S150,根据目标图像特征从多个候选图像中确定目标图像的相似图像。
根据本公开的一些示例性实施例,相似图像可以是与目标图像的相似度达到一定预设阈值的图像。例如,相似图像可以是与目标图像具有相同或相似的场景的图像。候选图像可以是存储在图像库中的所有图像。
在得到目标图像的目标图像特征后,可以从图像库中获取候选图像,并确定各候选图像分别对应的候选图像特征,将目标图像特征逐一与各候选图像特征进行对比,将目标图像特征与候选图像特征的相似度大于预设阈值的候选图像确定为目标图像的相似图像。采用上述方法确定出的相似图像可以是与目标图像具有相同或相似背景的图像,并且可以应用于各种不同类型的图像分类中。
根据本示例实施例中的相似图像确定方法,一方面,在对目标图像进行特征提取时,可以针对目标图像进行空间场景特征提取,得到目标图像对应的空间场景特征,使得在对图像进行特征提取时,更加关注图像的背景或场景而非人物。另一方面,根据提取出目标图像特征确定相似图像,可以得到与目标图像具有相似或相同场景或背景的相似图像,有效实现对相同场景图像的分类。
下面,将对本示例实施例中的步骤S110~步骤S150进行进一步的说明。
根据本公开的一些示例性实施例,获取预先构建的特征提取模型;特征提取模型包括通道注意力模块和空间注意力模块;由通道注意力模块对初始特征图进行通道特征提取,得到通道特征;由空间注意力模块对初始特征图进行空间场景特征提取,得到空间场景特征。
其中,特征提取模型可以是对目标图像进行图像特征提取的模型。通道注意力模块可以是提取初始特征图中的通道特征的处理模块。空间注意力模块可以是提取初始特征图中的空间场景特征的处理模块。
在获取到目标图像后,可以获取预先构建的特征提取模型,以通过特征提取模型对目标图像进行特征提取。在进行特征提取时,可以通过特征提取模型中的通道注意力模块对初始特征图进行通道特征提取,得到初始特征图对应的通道特征;同时,由特征提取模型中的空间注意力模块对初始特征图进行空间场景特征提取,得到初始特征图对应的空间场景特征。
根据本公开的一些示例性实施例,获取初始特征提取模型,初始特征提取模型包括通道注意力模块、初始空间注意力模块和重构空间注意力模块;获取训练样本集,并根据初始特征提取模型确定模型损失函数;基于训练样本集,并通过通道注意力模块与重构空间注意力模块进行第一训练次数的模型训练;基于训练样本集,并通过通道注意力模块与初始空间注意力模块进行第二训练次数的模型训练,直至模型损失函数收敛,得到特征提取模型。
其中,初始特征提取模型可以是预先构建的初始模型。通道注意力模块可以是初始特征提取模型训练过程中用于提取训练样本图像的通道特征的模块。初始空间注意力模块可以是用于提取训练样本图像的强特征(如图像中的人物特征)的空间特征提取模块,例如,初始空间注意力模块可以对训练样本图像进行最大池化处理,以提取训练样本图像中的强特征。重构空间注意力模块可以是用于提取训练样本图像的弱特征或次强特征(如图像中的背景特征)的空间特征提取模块,例如,重构空间注意力模块可以对训练样本图像进行次大池化处理,以提取训练样本图像中的次强特征或弱特征。
训练样本集可以是用于训练初始特征提取模块所采用的样本图像所组成的图像集合。第一训练次数和第二训练次数可以是预先设定的对初始特征提取模型进行训练的次数,第一训练次数和第二训练次数可以相同,也可以不同。模型损失函数可以用于评价模型输出的预测值与真实值不一样的程度。
参考图2,图2示意性示出了根据本公开的示例性实施方式的特征提取模型的训练流程图。在步骤S210中,获取初始特征提取模型,初始特征提取模型包括通道注意力模块、初始空间注意力模块和重构空间注意力模块。在进行图像特征时,可以提取图像的通道特征和空间场景特征,在构建初始特征提取模型时,可以构建对应的通道注意力模块和空间注意力模块。另外,为了使模型的损失函数收敛,可以基于通道注意力模块、初始空间注意力模块和重构空间注意力模块进行模型训练。
在步骤S220中,获取训练样本集,并根据初始特征提取模型确定模型损失函数。获取用于对初始特征提取模型进行模型训练的训练样本图像集,以通过训练样本图像集进行模型。另外,确定出初始特征提取模型对应的模型损失函数,以基于损失函数对初始特征提取模型进行训练。常见的损失函数包括感知损失函数(Perceptron Loss)、平方损失函数(quadratic loss function)、绝对值损失函数(absolute loss function)以及对数损失函数(logarithmic loss function)等。
步骤S230中,基于训练样本集,并通过通道注意力模块与重构空间注意力模块进行第一训练次数的模型训练。在步骤S240中,基于训练样本集,并通过通道注意力模块与初始空间注意力模块进行第二训练次数的模型训练,直至模型损失函数收敛,得到特征提取模型。在模型训练过程中,使用训练样本集的全部数据对模型进行一次完整训练,可以称为“一代训练”,即Epoch。在模型训练过程中,如果仅使用重构的空间注意力模块进行训练,则模型的训练损失一直很大,无法下降到合理水平。为了让模型的训练损失达到合理的范围,可以改变初始特征提取模型的训练逻辑,先基于全部的训练样本集并通过通道注意力模块与重构空间注意力模块进行第一训练次数的训练;再基于全部的训练样本集并通过通道注意力模块与初始空间注意力模块进行第二训练次数的训练,直至模型损失函数收敛,得到特征提取模型。第一训练次数与第二训练次数可以相同,也可以不同。
举例而言,第一训练次数可以是10,第二训练次数可以是20;因此,前10个Epoch采用通道注意力模块与重构空间注意力模块进行训练;后20个Epoch采用通道注意力模块与初始空间注意力模块进行训练,直至模型损失函数稳步下降,在模型达到合理的精度时,确定模型对应的相关参数,并将其作为特征提取模型。
根据本公开的一些示例性实施例,对初始特征图进行全局平均池化处理和最大池化处理,以分别得到第一平均池化初始特征和最大池化初始特征;分别对第一平均池化初始特征和最大池化初始特征进行全连接处理,以得到对应的第一平均池化特征和最大池化特征;将第一平均池化特征和最大池化特征进行特征相加处理,得到第一中间特征;基于第一中间特征并通过第一激活函数确定第一权重系数,并根据初始特征图与第一权重系数确定通道特征。
其中,全连接处理可以是对之前输出的特征全部连接并送入后续处理模块的过程。第一平均池化特征可以是对第一平均池化初始特征和进行全连接处理后得到的特征。最大池化特征可以是对最大池化初始特征进行全连接处理后得到的特征。第一中间特征可以是对将第一平均池化特征和最大池化特征进行特征相加处理后得到的特征。第一权重系数可以是根据第一中间特征确定通道特征时所采用的权重系数。
参考图3,图3示意性示出了根据本公开的示例性实施方式的对初始特征图进行通道特征提取的流程图。在步骤S310中,对初始特征图进行全局平均池化处理和最大池化处理,以分别得到第一平均池化初始特征和最大池化初始特征。
在步骤S320中,分别对第一平均池化初始特征和最大池化初始特征进行全连接处理,以得到对应的第一平均池化特征和最大池化特征。例如,可以将得到的第一平均池化初始特征和最大池化初始特征分别送入一个两层的神经网络,进行全连接处理,得到对应的第一平均池化特征和最大池化特征。例如,可以通过两层的全连接(Fully Connected,FC)网络结构进行全连接处理,以得到第一平均池化特征和最大池化特征。
在步骤S330中,将第一平均池化特征和最大池化特征进行特征相加处理,得到第一中间特征。在得到第一平均池化特征和最大池化特征后,可以对第一平均池化特征和最大池化特征进行特征相加处理,得到第一中间特征。
在步骤S340中,基于第一中间特征并通过第一激活函数确定第一权重系数,并根据初始特征图与第一权重系数确定通道特征。将得到的第一中间特征经过第一激活函数(Sigmoid激活函数)得到第一权重系数,根据得到的第一权重系数与确定出的初始特征图相乘,可以得到对应的通道特征。
根据本公开的一些示例性实施例,对初始特征图进行次大池化处理和平均池化处理,以分别得到次大池化初始特征和第二平均池化初始特征;将次大池化初始特征和第二平均池化初始特征进行通道拼接处理,得到初始中间特征;对初始中间特征进行卷积特征提取,得到第二中间特征;基于第二中间特征并通过第二激活函数确定第二权重系数,并根据初始特征图与第二权重系数确定空间场景特征。
其中,通道拼接处理可以是将得到次大池化初始特征和第二平均池化初始特征按照通道拼接起来的处理过程。第二中间特征可以是将次大池化初始特征和第二平均池化初始特征进行通道拼接处理后得到的特征。第二权重系数可以是根据第二中间特征确定空间场景特征时所采用的权重系数。
参考图4,图4示意性示出了根据本公开的示例性实施方式的对初始特征图进行空间场景特征提取的过程图。在得到初始特征图410之后,可以对初始特征图410进行次大池化处理和平均池化处理,以分别得到次大池化初始特征421和第二平均池化初始特征422,并将次大池化初始特征421和第二平均池化初始特征422进行通道拼接处理,得到初始中间特征420。将得到的初始中间特征420进行卷积特征提取,例如,可以通过一个7×7的卷积层对初始中间特征420进行卷积特征提取,得到第二中间特征430。由第二激活函数440基于得到的第二中间特征430确定第二权重系数,并将第二权重系数与初始特征图410进行相乘计算即可得到空间场景特征450。
根据本公开的一些示例性实施例,确定目标图像特征对应的目标特征向量;根据目标特征向量进行向量搜索处理,得到多个初始相似向量;确定各初始相似向量与目标特征向量之间的向量相似度,并确定多个向量相似度的相似度排序结果;根据相似度排序结果从初始相似向量中确定相似图像向量,并将相似图像向量对应的图像作为相似图像。
其中,目标特征向量可以是用于表征目标图像特征的特征向量。向量搜索处理可以是搜索与目标特征向量具有一定相似性的图像特征向量。初始相似向量可以是通过向量搜索处理后得到的多个图像特征向量。向量相似度可以用于度量初始相似向量与目标特征向量之间的相似程度。相似度排序结果可以是对多个初始相似向量与目标特征向量之间的向量相似度进行排序后得到的结果。相似图像向量可以是向量相似度高于预设阈值的初始相似向量。
参考图5,图5示意性示出了根据本公开的示例性实施方式的根据目标图像特征确定相似图像的整体流程图。在步骤S510中,确定目标图像特征对应的目标特征向量。在得到目标图像特征后,可以确定目标图像特征对应的目标特征向量,举例而言,可以对目标图像特征进行特征降维处理,可以采用主成分分析和奇异值分解等降维方法进行特征降维处理;并且,在降维处理之后进行L2正则化,得到512维的特征向量,即目标特征向量。
在步骤S520中,根据目标特征向量进行向量搜索处理,得到多个初始相似向量。Milvus是一个开源的向量相似度搜索引擎,通过Milvus向量搜索引擎可以进行海量非结构化数据(图片/视频/语音/文本)检索。此外,Milvus能够有效的管理向量数据,提供针对向量和非向量数据的增删改查的能力。在拍摄得到候选图像后,可以将候选图像存储至图像数据库中,对数据库所有图像进行特征提取得到对应的特征向量后,将这些特征向量注册到Milvus中建立索引。检索时将待检索特征向量输入Milvus进行向量搜索,得到初始相似向量。
在步骤S530中,确定各初始相似向量与目标特征向量之间的向量相似度,并确定多个向量相似度的相似度排序结果。在得到多个初始相似向量后,可以采用欧式距离作为相似度量,计算各初始相似向量与目标特征向量之间的向量相似度,并对计算出的多个向量相似度进行排序,得到相似度排序结果。
在步骤S540中,根据相似度排序结果从初始相似向量中确定相似图像向量,并将相似图像向量对应的图像作为相似图像。在得到相似度排序结果后,可以根据相似度排序结果确定与向量相似度大于预设阈值的初始相似向量作为相似图像向量;另外,还可以从相似度排序结果获取前预设数量个初始相似向量作为相似图像向量。最后,将相似图像向量对应的图像作为相似图像。
根据本公开的一些示例性实施例,获取待分类图像集合;待分类图像集合是由多个养老社区场景图像组成的集合;从待分类图像集合中确定目标图像;目标图像是包括养老社区特定场景的图像;根据目标图像并基于待分类图像集合进行图像检索处理,从待分类图像集合中确定与目标图像对应的相似场景图像,以对待分类图像集合进行图像分类;相似场景图像与目标图像之间的向量相似度大于相似度阈值。
其中,待分类图像集合可以是养老社区举办的社区活动对应产生的照片、图片所组成的图像集合,待分类图像集合可以包含多种不同背景或场景的图像。目标图像可以是具有养老社区特定场景的图像,养老社区特定场景可以养老社区中的不同场景,可以包含图书馆场景、健身器材场景、表演舞台场景、餐厅场景、会客厅场景等。图像检索处理可以是从待分类图像集合中确定与目标图像具有相同或相似图像场景的图像的过程。相似场景图像可以是与目标图像具有相同或相似图像场景的图像。相似度阈值可以是预先设定的与向量相似度进行对比的数值。
为了丰富老年群体的日常生活,养老社区举办的社区活动逐渐增多,在社区活动中产生的照片也越来越多,基于不同社区活动产生的图像共同组成待分类图像集合,因此,待分类图像集合可以是由具有养老社区的各类场景的图像组成的集合。在获取到待分类图像集合后,可以从待分类图像集合中确定一个目标图像,例如,可以从待分类图像集合中随机获取一个图像作为目标图像;还可以按照图像的生成时间或图像的命名排序先后顺序,获取一个最新生成的图像或图像命名的首字母比较靠前的图像作为目标图像。
在确定出目标图像后,可以根据目标图像并基于待分类图像集合进行图像检索处理,逐一计算待分类图像集合中的其他图像与目标图像之间的向量相似度,并将计算出的向量相似度与相似度阈值进行对比。将与目标图像之间的向量相似度大于相似度阈值的图像作为与目标图像对应的相似场景图像,确定出的相似场景图像与目标图像属于同一场景分类的图像。在对当前的目标图像的图像分类处理过程结束后,判断待分类图像集合中是否还有其他未分类的图像,如果待分类图像集合中还有未分类的图像,则从未分类的图像中再确定一个图像作为目标图像,采用上述处理步骤并基于待分类图像集合中其他未分类的图像进行图像分类处理,直至完成待分类图像集合中的所有图像的图像分类。
本领域技术人员容易理解的是,本公开是采用养老社区场景图像为例对待分类图像集合中具有相同或相似场景的图像进行图像分类的过程进行说明。在本公开的其他示例性实施例中,待分类图像集合还可以是其他各类不同场景的图像,例如,纯自然风光场景的图像、以餐厅为背景的美食图像、带有人脸的室内场景图像、带有人脸的室外场景图像等。针对具有其他任意背景或场景的图像进行图像分类的过程,均属于本公开技术方案所保护的范围,本公开对此不作任何特殊限定。
参考图6,图6示意性示出了根据本公开的示例性实施方式的确定目标图像的相似图像的整体流程图。在步骤S610中,在获取到目标图像610后,可以对目标图像610进行图像预处理,例如,对目标图像610进行图像缩放处理,将目标图像缩放到预设尺寸。在步骤S620中,将经过图像预处理后的目标图像进行特征提取处理,以得到目标图像对应的初始特征图。在步骤S631中,对初始特征图进行通道特征提取,得到对应的通道特征。在步骤S632中,对初始特征图进行空间场景特征提取,得到对应的空间场景特征。在步骤S640中,对得到的通道特征和空间场景特征进行特征聚合处理,可以得到聚合特征。在步骤S650中,对得到的聚合特征进行特征降维处理,得到目标图像特征。在步骤S660中,根据得到目标图像特征进行图像检索,可以得到目标图像对应的相似图像620。举例而言,在养老社区场景中,在获取到一个目标图像后,可以通过上述步骤从图像库中确定与目标图像对应的相似图像,即与目标图像具有相同或相似背景(或场景)的图像。例如,目标图像中包含图书馆场景,则根据该目标图像确定出的相似图像将同样包含图书馆等类似场景。
需要说明的是,本公开所使用的术语“第一”、“第二”等,仅是为了区分不同的训练次数、不同的平均池化初始特征、不同的中间特征、不同的激活函数以及不同的权重系数,并不应对本公开造成任何限制。
综上所述,本公开的相似图像确定方法,获取目标图像,并对目标图像进行初始特征提取处理以得到初始特征图;对初始特征图进行全局平均池化处理和最大池化处理,分别得到第一平均池化初始特征和最大池化初始特征,并根据第一平均池化初始特征和最大池化初始特征确定对应的通道特征;对初始特征图进行次大池化处理和平均池化处理,分别得到次大池化初始特征和第二平均池化初始特征,并根据将次大池化初始特征和第二平均池化初始特征确定对应的空间场景特征;对通道特征和空间场景特征进行特征聚合处理,以得到对应的目标图像特征;根据目标图像特征从多个候选图像中确定目标图像的相似图像。通过本公开的相似图像确定方法,一方面,在对目标图像进行特征提取时,可以针对目标图像进行空间场景特征提取,得到目标图像对应的空间场景特征,使得在对图像进行特征提取时,更加关注图像的背景或场景而非人物。另一方面,根据提取出目标图像特征确定相似图像,可以得到与目标图像具有相似或相同场景或背景的相似图像,有效实现对相同场景图像的分类。
根据本公开的第二方面,提供一种特征提取模型,包括:输入层,用于获取目标图像对应的初始特征图;通道注意力模块,用于对初始特征图进行全局平均池化处理和最大池化处理,分别得到第一平均池化初始特征和最大池化初始特征,并根据第一平均池化初始特征和最大池化初始特征确定对应的通道特征;空间注意力模块,用于对初始特征图进行次大池化处理和平均池化处理,以分别得到次大池化初始特征和第二平均池化初始特征,并根据将次大池化初始特征和第二平均池化初始特征确定对应的空间场景特征。
需要说明的是,尽管在附图中以特定顺序描述了本发明中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
此外,在本示例实施例中,还提供了一种相似图像确定装置。参考图7,该相似图像确定装置700可以包括:特征图确定模块710、通道特征提取模块720、空间场景特征提取模块730、特征融合模块740以及相似图像确定模块750。
具体的,特征图确定模块710用于获取目标图像,并对目标图像进行初始特征提取处理以得到初始特征图;通道特征提取模块720用于对初始特征图进行全局平均池化处理和最大池化处理,分别得到第一平均池化初始特征和最大池化初始特征,并根据第一平均池化初始特征和最大池化初始特征确定对应的通道特征;空间场景特征提取模块730对初始特征图进行次大池化处理和平均池化处理,分别得到次大池化初始特征和第二平均池化初始特征,并根据将次大池化初始特征和第二平均池化初始特征确定对应的空间场景特征;特征融合模块740用于对通道特征和空间场景特征进行特征聚合处理,以得到对应的目标图像特征;相似图像确定模块750用于根据目标图像特征从多个候选图像中确定目标图像的相似图像。
在本公开的一种示例性实施方案中,相似图像确定装置还包括特征提取模块,用于获取预先构建的特征提取模型;特征提取模型包括通道注意力模块和空间注意力模块;由通道注意力模块对初始特征图进行通道特征提取,得到通道特征;由空间注意力模块对初始特征图进行空间场景特征提取,得到空间场景特征。
在本公开的一种示例性实施方案中,相似图像确定装置还包括模型训练模块,用于获取初始特征提取模型,初始特征提取模型包括通道注意力模块、初始空间注意力模块和重构空间注意力模块;获取训练样本集,并根据初始特征提取模型确定模型损失函数;基于训练样本集,并通过通道注意力模块与重构空间注意力模块进行第一训练次数的模型训练;基于训练样本集,并通过通道注意力模块与初始空间注意力模块进行第二训练次数的模型训练,直至模型损失函数收敛,得到特征提取模型。
在本公开的一种示例性实施方案中,特征提取模块包括通道特征提取单元,用于对初始特征图进行全局平均池化处理和最大池化处理,以分别得到第一平均池化初始特征和最大池化初始特征;分别对第一平均池化初始特征和最大池化初始特征进行全连接处理,以得到对应的第一平均池化特征和最大池化特征;将第一平均池化特征和最大池化特征进行特征相加处理,得到第一中间特征;基于第一中间特征并通过第一激活函数确定第一权重系数,并根据初始特征图与第一权重系数确定通道特征。
在本公开的一种示例性实施方案中,特征提取模块包括空间特征提取单元,用于对初始特征图进行次大池化处理和平均池化处理,以分别得到次大池化初始特征和第二平均池化初始特征;将次大池化初始特征和第二平均池化初始特征进行通道拼接处理,得到初始中间特征;对初始中间特征进行卷积特征提取,得到第二中间特征;基于第二中间特征并通过第二激活函数确定第二权重系数,并根据初始特征图与第二权重系数确定空间场景特征。
在本公开的一种示例性实施方案中,相似图像确定模块包括相似图像确定单元,用于确定目标图像特征对应的目标特征向量;根据目标特征向量进行向量搜索处理,得到多个初始相似向量;确定各初始相似向量与目标特征向量之间的向量相似度,并确定多个向量相似度的相似度排序结果;根据相似度排序结果从初始相似向量中确定相似图像向量,并将相似图像向量对应的图像作为相似图像。
在本公开的一种示例性实施方案中,相似图像确定装置还包括图像分类模块,用于获取待分类图像集合;待分类图像集合是由多个养老社区场景图像组成的集合;从待分类图像集合中确定目标图像;目标图像是包括养老社区特定场景的图像;根据目标图像并基于待分类图像集合进行图像检索处理,从待分类图像集合中确定与目标图像对应的相似场景图像,以对待分类图像集合进行图像分类;相似场景图像与目标图像之间的向量相似度大于相似度阈值。
上述中各相似图像确定装置的虚拟模块的具体细节已经在对应的相似图像确定方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了相似图像确定装置的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施例、完全的软件实施例(包括固件、微代码等),或硬件和软件方面结合的实施例,这里可以统称为“电路”、“模块”或“系统”。
下面参考图8来描述根据本发明的这种实施例的电子设备800。图8显示的电子设备800仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示,电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于:上述至少一个处理单元810、上述至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线830、显示单元840。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元810执行,使得所述处理单元810执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。
存储单元820可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)821和/或高速缓存存储单元822,还可以进一步包括只读存储单元(ROM)823。
存储单元820可以包括具有一组(至少一个)程序模块825的程序/实用工具824,这样的程序模块825包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线830可以表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备800也可以与一个或多个外部设备870(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备800交互的设备通信,和/或与使得该电子设备800能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口850进行。并且,电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器860通过总线830与电子设备800的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备800使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施例的描述,本领域的技术人员易于理解,这里描述的示例实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施例的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。
参考图9所示,描述了根据本发明的实施例的用于实现上述方法的程序产品900,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (9)
1.一种相似图像确定方法,其特征在于,包括:
获取目标图像,并利用特征提取模型对所述目标图像进行初始特征提取处理以得到初始特征图;
对所述初始特征图进行全局平均池化处理和最大池化处理,分别得到第一平均池化初始特征和最大池化初始特征,并根据所述第一平均池化初始特征和所述最大池化初始特征确定对应的通道特征;
对所述初始特征图进行次大池化处理和平均池化处理,分别得到次大池化初始特征和第二平均池化初始特征,并根据将所述次大池化初始特征和所述第二平均池化初始特征确定对应的空间场景特征;
对所述通道特征和空间场景特征进行特征聚合处理,以得到对应的目标图像特征;
根据所述目标图像特征从多个候选图像中确定所述目标图像的相似图像;
所述特征提取模型通过下述步骤训练得到:
获取初始特征提取模型,所述初始特征提取模型包括通道注意力模块、初始空间注意力模块和重构空间注意力模块;
获取训练样本集,并根据所述初始特征提取模型确定模型损失函数;
基于所述训练样本集,并通过所述通道注意力模块与所述重构空间注意力模块进行第一训练次数的模型训练;
基于所述训练样本集,并通过所述通道注意力模块与所述初始空间注意力模块进行第二训练次数的模型训练,直至所述模型损失函数收敛,得到所述特征提取模型。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取预先构建的特征提取模型;所述特征提取模型包括通道注意力模块和第一空间注意力模块;
由所述通道注意力模块对所述初始特征图进行通道特征提取,得到所述通道特征;
由所述第一空间注意力模块对所述初始特征图进行空间场景特征提取,得到所述空间场景特征。
3.根据权利要求2所述的方法,其特征在于,所述由所述通道注意力模块对所述初始特征图进行通道特征提取,得到所述通道特征,包括:
对所述初始特征图进行全局平均池化处理和最大池化处理,以分别得到第一平均池化初始特征和最大池化初始特征;
分别对所述第一平均池化初始特征和最大池化初始特征进行全连接处理,以得到对应的第一平均池化特征和最大池化特征;
将所述第一平均池化特征和所述最大池化特征进行特征相加处理,得到第一中间特征;
基于所述第一中间特征并通过第一激活函数确定第一权重系数,以根据所述初始特征图与所述第一权重系数确定所述通道特征。
4.根据权利要求2所述的方法,其特征在于,所述由所述第一空间注意力模块对所述初始特征图进行空间场景特征提取,得到所述空间场景特征,包括:
对所述初始特征图进行次大池化处理和平均池化处理,以分别得到次大池化初始特征和第二平均池化初始特征;
将所述次大池化初始特征和所述第二平均池化初始特征进行通道拼接处理,得到初始中间特征;
对所述初始中间特征进行卷积特征提取,得到第二中间特征;
基于所述第二中间特征并通过第二激活函数确定第二权重系数,以根据所述初始特征图与所述第二权重系数确定所述空间场景特征。
5.根据权利要求1所述的方法,其特征在于,所述根据所述目标图像特征从多个候选图像中确定所述目标图像的相似图像,包括:
确定所述目标图像特征对应的目标特征向量;
根据所述目标特征向量进行向量搜索处理,得到多个初始相似向量;
确定各所述初始相似向量与所述目标特征向量之间的向量相似度,并确定多个所述向量相似度的相似度排序结果;
根据所述相似度排序结果从所述初始相似向量中确定相似图像向量,并将所述相似图像向量对应的图像作为所述相似图像。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
获取待分类图像集合;所述待分类图像集合是由多个养老社区场景图像组成的集合;
从所述待分类图像集合中确定目标图像;所述目标图像是包括养老社区特定场景的图像;
根据所述目标图像并基于所述待分类图像集合进行图像检索处理,从所述待分类图像集合中确定与所述目标图像对应的相似场景图像,以对所述待分类图像集合进行图像分类;所述相似场景图像与所述目标图像之间的向量相似度大于相似度阈值。
7.一种相似图像确定装置,其特征在于,包括:
特征图确定模块,用于获取目标图像,并利用特征提取模型对所述目标图像进行初始特征提取处理以得到初始特征图;
通道特征提取模块,用于对所述初始特征图进行全局平均池化处理和最大池化处理,分别得到第一平均池化初始特征和最大池化初始特征,并根据所述第一平均池化初始特征和所述最大池化初始特征确定对应的通道特征;
空间场景特征提取模块,用于对所述初始特征图进行次大池化处理和平均池化处理,分别得到次大池化初始特征和第二平均池化初始特征,并根据将所述次大池化初始特征和所述第二平均池化初始特征确定对应的空间场景特征;
特征融合模块,用于对所述通道特征和空间场景特征进行特征聚合处理,以得到对应的目标图像特征;
相似图像确定模块,用于根据所述目标图像特征从多个候选图像中确定所述目标图像的相似图像;
模型训练模块,用于获取初始特征提取模型,初始特征提取模型包括通道注意力模块、初始空间注意力模块和重构空间注意力模块;获取训练样本集,并根据初始特征提取模型确定模型损失函数;基于训练样本集,并通过通道注意力模块与重构空间注意力模块进行第一训练次数的模型训练;基于训练样本集,并通过通道注意力模块与初始空间注意力模块进行第二训练次数的模型训练,直至模型损失函数收敛,得到特征提取模型。
8.一种电子设备,其特征在于,包括:
处理器;以及
存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时实现如权利要求1至6中任一项所述的相似图像确定方法。
9.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的相似图像确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110413417.0A CN112949777B (zh) | 2021-04-16 | 2021-04-16 | 相似图像确定方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110413417.0A CN112949777B (zh) | 2021-04-16 | 2021-04-16 | 相似图像确定方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112949777A CN112949777A (zh) | 2021-06-11 |
CN112949777B true CN112949777B (zh) | 2023-10-13 |
Family
ID=76232874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110413417.0A Active CN112949777B (zh) | 2021-04-16 | 2021-04-16 | 相似图像确定方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112949777B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114255221A (zh) * | 2021-11-30 | 2022-03-29 | 上海商汤智能科技有限公司 | 图像处理、缺陷检测方法及装置、电子设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109101602A (zh) * | 2018-08-01 | 2018-12-28 | 腾讯科技(深圳)有限公司 | 图像检索模型训练方法、图像检索方法、设备及存储介质 |
CN111104898A (zh) * | 2019-12-18 | 2020-05-05 | 武汉大学 | 基于目标语义和注意力机制的图像场景分类方法及装置 |
CN112651438A (zh) * | 2020-12-24 | 2021-04-13 | 世纪龙信息网络有限责任公司 | 多类别图像的分类方法、装置、终端设备和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020009185A (ja) * | 2018-07-09 | 2020-01-16 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム |
-
2021
- 2021-04-16 CN CN202110413417.0A patent/CN112949777B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109101602A (zh) * | 2018-08-01 | 2018-12-28 | 腾讯科技(深圳)有限公司 | 图像检索模型训练方法、图像检索方法、设备及存储介质 |
CN111104898A (zh) * | 2019-12-18 | 2020-05-05 | 武汉大学 | 基于目标语义和注意力机制的图像场景分类方法及装置 |
CN112651438A (zh) * | 2020-12-24 | 2021-04-13 | 世纪龙信息网络有限责任公司 | 多类别图像的分类方法、装置、终端设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
杨博雄 等著.《基于高性能计算的深度学习理论与实践研究》.武汉大学出版社,2019,第110-113页. * |
Also Published As
Publication number | Publication date |
---|---|
CN112949777A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111062871B (zh) | 一种图像处理方法、装置、计算机设备及可读存储介质 | |
CN111860573B (zh) | 模型训练方法、图像类别检测方法、装置和电子设备 | |
CN109816039B (zh) | 一种跨模态信息检索方法、装置和存储介质 | |
US11995556B2 (en) | Video retrieval method, and method and apparatus for generating video retrieval mapping relationship | |
Cong et al. | Towards scalable summarization of consumer videos via sparse dictionary selection | |
JP7394809B2 (ja) | ビデオを処理するための方法、装置、電子機器、媒体及びコンピュータプログラム | |
CN112818995B (zh) | 图像分类方法、装置、电子设备及存储介质 | |
CN111783712A (zh) | 一种视频处理方法、装置、设备及介质 | |
CN110263218B (zh) | 视频描述文本生成方法、装置、设备和介质 | |
CN113191495A (zh) | 超分模型的训练及人脸识别方法、装置、介质及电子设备 | |
CN112200041A (zh) | 视频动作识别方法、装置、存储介质与电子设备 | |
CN114898416A (zh) | 一种人脸识别方法、装置、电子设备及可读存储介质 | |
JP2023535108A (ja) | ビデオタグ推薦モデルのトレーニング方法及びビデオタグの決定方法、それらの装置、電子機器、記憶媒体及びコンピュータプログラム | |
CN111062431A (zh) | 图像聚类方法、图像聚类装置、电子设备及存储介质 | |
CN112270246A (zh) | 视频行为识别方法及装置、存储介质、电子设备 | |
CN112115131A (zh) | 数据去噪方法、装置、设备及计算机可读存储介质 | |
CN112949777B (zh) | 相似图像确定方法及装置、电子设备和存储介质 | |
CN114943937A (zh) | 行人重识别方法、装置、存储介质及电子设备 | |
CN111626058B (zh) | 基于cr2神经网络的图像-文本双编码实现方法及系统 | |
CN111797258B (zh) | 基于美感评价的图像推送方法、系统、设备及存储介质 | |
CN109960745B (zh) | 视频分类处理方法及装置、存储介质和电子设备 | |
CN116975347A (zh) | 图像生成模型训练方法及相关装置 | |
CN103377381A (zh) | 识别图像的内容属性的方法和装置 | |
CN116958852A (zh) | 视频与文本的匹配方法、装置、电子设备和存储介质 | |
CN115909357A (zh) | 基于人工智能的目标识别方法、模型训练方法和装置 |
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 |