CN113642654B - 图像特征的融合方法、装置、电子设备和存储介质 - Google Patents
图像特征的融合方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113642654B CN113642654B CN202110940534.2A CN202110940534A CN113642654B CN 113642654 B CN113642654 B CN 113642654B CN 202110940534 A CN202110940534 A CN 202110940534A CN 113642654 B CN113642654 B CN 113642654B
- Authority
- CN
- China
- Prior art keywords
- image processing
- processing model
- features
- image
- models
- 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
Images
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种图像特征的融合方法,涉及人工智能技术领域,尤其涉及计算机视觉和深度学习技术领域,可应用于图像处理、图像识别等场景。具体实现方案为:将待处理图像输入到N个图像处理模型中的第一个图像处理模型,得到第一个图像处理模型的输出特征;其中,上述N个图像处理模型是串行连接的,上述N个图像处理模型中的第i个模型包括第1个至第i个共享层,i=1,......N,N为大于等于2的自然数;将第j个图像处理模型的输出特征输入到第j+1个图像处理模型,得到第j+1个图像处理模型的输出特征,j=1,......N‑1;以及对N个图像处理模型的输出特征进行融合,得到融合特征。本公开还提供了一种图像特征的融合装置、电子设备和存储介质。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及计算机视觉和深度学习技术领域,可应用于图像处理、图像识别等场景。更具体地,本公开提供了一种图像特征的融合方法、装置、电子设备和存储介质。
背景技术
多模型特征融合是指为解决同一个问题设计并训练多个模型,在部署阶段使用所有的模型进行预测,得到多个特征,然后将预测得到的多个特征融合出一个最终的特征。多模型特征融合可以应用于图像处理、图像识别等场景。
发明内容
本公开提供了一种图像特征的融合方法、装置、设备以及存储介质。
根据第一方面,提供了一种图像特征的融合方法,该方法包括:将待处理图像输入到N个图像处理模型中的第一个图像处理模型,得到第一个图像处理模型的输出特征;其中,上述N个图像处理模型是串行连接的,上述N个图像处理模型中的第i个模型包括第1个至第i个共享层,i=1,……N,N为大于等于2的自然数;将第j个图像处理模型的输出特征输入到第j+1个图像处理模型,得到第j+1个图像处理模型的输出特征,j=1,……N-1;以及对N个图像处理模型的输出特征进行融合,得到融合特征。
根据第二方面,提供了一种图像特征的融合装置,该装置包括:第一获得模块,用于将待处理图像输入到N个图像处理模型中的第一个图像处理模型,得到第一个图像处理模型的输出特征;其中,上述N个图像处理模型是串行连接的,上述N个图像处理模型中的第i个模型包括第1个至第i个共享层,i=1,……N,N为大于等于2的自然数;第二获得模块,用于将第j个图像处理模型的输出特征输入到第j+1个图像处理模型,得到第j+1个图像处理模型的输出特征,j=1,……N-1;以及融合模块,用于对N个图像处理模型的输出特征进行融合,得到融合特征。
根据第三方面,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根据本公开提供的方法。
根据第四方面,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,该计算机指令用于使计算机执行根据本公开提供的方法。
根据第五方面,提供了一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现根据本公开提供的方法。
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:
图1是根据本公开的一个实施例的可以应用图像特征的融合方法和装置的示例性系统架构示意图;
图2是根据本公开的一个实施例的图像特征的融合方法的流程图;
图3是根据本公开的另一个实施例的图像特征的融合方法的流程图;
图4是根据本公开的一个实施例的应用图像特征的融合方法的模型的示意图;
图5是根据本公开的一个实施例的图像特征的融合装置的框图;
图6是根据本公开的一个实施例的图像特征的融合方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
应用多模型进行特征融合需要部署多个模型,并使用部署的多个模型进行预测,需要较高的计算能力。应用多模型对图像进行处理或识别的过程时,多个模型是独立的,独立处理输入数据,独立生成各自的输出特征,再将各个图像处理模型的输出特征拼接以产生最终的输出特征。
例如,N个图像处理模型的输出特征分别为(a11,a12)、(a21,a22,a23,a24)、……、(ai1,ai2,……,aiq)、……、(aN1,aN2,……,aNm),将N个图像处理模型的输出特征进行拼接,得到最终的输出特征(a11,a12,a21,a22,a23,a24,……,ai1,ai2,……,aiq,……,aN1,aN2,……,aNm)。其中,第i个图像处理模型的输出特征为q维向量,第N个图像处理模型的输出特征为m维向量,m≥2,q≥2。在一个示例中,N=3时,共有3个图像处理模型的输出特征,分别为(a11,a12)、(a21,a22,a23,a24)以及(a31,a32),对3个图像处理模型的输出特征进行拼接,得到最终的输出特征(a11,a12,a21,a22,a23,a24,a31,a32)。可见,特征的维度与模型的数量呈正比,需要较高的存储能力。并且各个模型独立运算,总的运算量也与模型数量呈正比,运算量较大。
因此,为了使用多模型进行特征融合,可以增加用于计算和存储的设备,也可以优化多模型来减少计算或存储压力。增加用于计算和存储的设备,会大幅增加成本,不具有可持续性。此外,优化多模型,比如减少模型的数量、采用多个小模型来减少计算量或者使用主成分分析法来减小最终的输出特征的维度,会降低图像识别或图像处理的效果,减弱了多模型融合带来的图像处理或图像识别效果提升。另外,主成分分析法是一个两阶段方案,需要先训练各个模型,然后训练线性映射矩阵来减少特征维度,操作上不够简洁,带来了额外的部署成本。
应注意,本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
图1是根据本公开一个实施例的可以应用图像特征的融合的方法和装置的示例性系统架构。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括多个终端设备101、网络102和服务器103。网络102用以在终端设备101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线和/或无线通信链路等等。
用户可以使用终端设备101通过网络102与服务器103进行交互,以接收或发送消息等。终端设备101可以是各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机等等。
本公开实施例所提供的图像特征的融合方法一般可以由服务器103执行。相应地,本公开实施例所提供的图像特征的融合装置一般可以设置于服务器103中。本公开实施例所提供的图像特征的融合方法也可以由不同于服务器103且能够与终端设备101和/或服务器103通信的服务器或服务器集群执行。相应地,本公开实施例所提供的图像特征的融合装置也可以设置于不同于服务器103且能够与终端设备101和/或服务器103通信的服务器或服务器集群中。
图2是根据本公开的一个实施例的图像特征的融合方法的流程图。
如图2所示,该图像特征的融合方法200可以包括操作S210~操作S230。
在操作S210,将待处理图像输入到N个图像处理模型中的第一个图像处理模型,得到第一个图像处理模型的输出特征。
例如,上述N个图像处理模型是串行连接的,上述N个图像处理模型中的第i个模型包括第1个至第i个共享层,i=1,……N,N为大于等于2的自然数。
又例如,上述N个图像处理模型中的第i+1个图像处理模型与第i个图像处理模型共用第1个至第i个共享层。即第i+1个图像处理模型共享了前i个图像处理模型的输出。
在本公开实施例中,共享层可以包括至少一个处理层。
例如,共享层包括h个卷积层,h≥1,那么第一个图像处理模型包括h个卷积层,第i个图像处理模型包括i*h个卷积层,第N个图像处理模型包括N*h个卷积层。在一个示例中,共享层包括1个卷积层,即,h=1,那么第一个图像处理模型包括1*1=1个卷积层,第i个图像处理模型包括1*i=i个卷积层,第N个图像处理模型包括1*N=N个卷积层。
应该理解,处理层可以是卷积层、全连接层、隐含层、池化层等,可以用于对图像或图像特征进行处理。本公开不对此进行限制。
在本公开实施例中,共享层可以具有相同的结构,多个共享层之间的参数可以不同。
例如,共享层包括1个卷积层,第一个图像处理模型包括第1个卷积层,第2个图像处理模型包括2个卷积层(第1个卷积层和第2个卷积层)。第2个卷积层与第1个卷积层的卷积核大小和卷积核参数可以相同,也可以不同。在一个示例中,第1个卷积层中的卷积核为3×3的卷积核,第2个卷积层的卷积核为4×4的卷积核。在一个示例中,第1个卷积层中的卷积核为3×3的卷积核,第2个卷积层的卷积核也为3×3的卷积核。
在操作S220,将第j个图像处理模型的输出特征输入到第j+1个图像处理模型,得到第j+1个图像处理模型的输出特征,j=1,……N-1。
例如,可以将第一个图像处理模型的输出特征输入到第2个图像处理模型,得到第2个图像处理模块的输出特征。
在操作S230,对N个图像处理模型的输出特征进行融合,得到融合特征。
在本公开实施例中,可以将N个图像处理模型的输出特征相加,得到融合特征。
例如,N个图像处理模型的输出特征分别为(a11,a12,……,a1k)、(a21,a22,……,a2k)、……、(ai1,ai2,……,aik)、……、(aN1,aN2,……,aNk),进行相加,得到融合特征(a11+a21+……+ai1+……+aN1,a12+a22+……+ai2+……+aN2,……,a1k+a2k+……+aik+……+aNk),其中第i个图像处理模型的输出特征为k维向量,第N个图像处理模型的输出特征为k维向量,k≥2。在一个示例中,N=3时,共有3个图像处理模型的输出特征,分别为(a11,a12)、(a21,a22)以及(a31,a32),对3个图像处理模型的输出特征进行相加,得到融合特征(a11+a21+a31,a12+a22+a32)。由于特征相加是一个简单的后处理过程,因此相比主成分分析法减少了部署的难度。
通过本公开实施例,多个模型使用了共享层,可以大幅减少了计算量和存储量,减少了部署成本,是一个可持续的方案。也可以使用更大、更多的模型进行特征融合,保证了识别精度。
图3是根据本公开的另一个实施例的图像特征的融合方法的流程图。
如图3所示,该图像特征的融合方法300可以将待处理图像输入到N个图像处理模型中的第一个图像处理模型,得到第一个图像处理模型的输出特征。下面将参考下述操作S311~操作S313进行详细说明。
在操作S311,将上述待处理图像输入到N个图像处理模型中的第一个图像处理模型,得到第一个图像处理模型的初始特征。
在本公开实施例中,上述将待处理图像输入到第一个图像处理模型,得到第一个图像处理模型的初始特征。
例如,待处理图像输入第一图像处理模型中,经第1个共享层处理,得到第一个图像处理模型的初始特征。
在操作S312,将上述第一图像处理模型的初始特征处理为预设维度,得到第一个图像处理模型的目标特征。
例如,则第一个图像处理模型的目标特征的维数为k维。
在操作S313,将上述第一个图像处理模型的目标特征中各个属性的特征按照预设属性排列顺序进行对齐,得到上述第一个图像处理模型的输出特征。
在本公开实施例中,确定上述第一个图像处理模型的目标特征中各个维度的特征所表示的属性。
例如,第一个图像处理模型的目标特征为(a11,a12,a13,……,a1k),其中,a11表示图像的高度,a12表示图像的色彩。
在本公开实施例中,按照上述预设属性排列顺序对第一个图像处理模型的目标特征的各个维度进行调整。
例如,第一个图像处理模型的目标特征为(a11,a12,……,a1k),其中,a11表示图像的高度,a12表示图像的色彩。预设属性排列顺序为:第一个维度的特征表示图像的第一个属性(比如图像的高度),第二个维度的特征表示图像的第二个属性(比如图像的色彩),……第k个维度的特征表示图像的第k个属性。调整后,第一个图像处理模型的输出特征为(a11,a12,……,a1k),第一个图像处理模型的目标特征中的a13至a1k分别表示的属性符合预定属性排列顺序。
接下来,该图像特征的融合方法300可以将第j个图像处理模型的输出特征输入到第j+1个图像处理模型,得到第j+1个图像处理模型的输出特征,j=1,……N-1。下面将参考下述操作S321~操作S323进行详细说明。
在操作S321,将第j个图像处理模型的输出特征输入到第j+1个图像处理模型,得到第j+1个图像处理模型的初始特征。
例如,j=1时,第一个图像处理模型的输出特征输入到第二个图像处理模型,得到第二个图像处理模型的初始特征。
又例如,可以得到N个图像处理模型的初始特征,比如第一个图像处理模型的初始特征、第二个图像处理模型的初始特征、……、第i个图像处理模型的初始特征、……、第N个图像处理模型的初始特征。这N个初始特征的维度可以相同,也可以不同。
在操作S322,将上述第j+1个图像处理模型的初始特征处理为上述预设维度,得到第j+1个图像处理模型的目标特征。
在本公开实施例中,N个图像处理模型的目标特征的维数,不小于N个图像处理模型的初始特征中维数最大的图像处理模型的初始特征的维数。
例如,N个图像处理模型的初始特征中维数最大的图像处理模型的初始特征为p维,预设维度为k维,k大于等于p。
例如,第N个图像处理模型的目标特征为(aN1,aN2,aN3,……,aNk)。
在操作S323,将上述第j+1个图像处理模型的目标特征中各个属性的特征按照上述预设属性排列顺序进行对齐,得到上述第j+1个图像处理模型的输出特征。
在本公开实施例中,确定上述第j+1个图像处理模型的目标特征中各个维度的特征所表示的属性。
例如,第N个图像处理模型的目标特征为(aN1,aN2,aN3,……,aNk),其中,aN2表示图像的高度,aN1表示图像的色彩。
在本公开实施例中,按照上述预设属性排列顺序对第j+1个图像处理模型的目标特征的各个维度进行调整。
例如,预设属性排列顺序为:第一个维度的特征表示图像的第一个属性(比如图像的高度),第二个维度的特征表示图像的第二个属性(比如图像的色彩),……第k个维度的特征表示图像的第k个属性。调整后,第N个图像处理模型的输出特征为(aN2,aN1,……aNk)。调整后,其他图像处理模型的输出特征的第一个维度表示的属性应该与a11或aN2表示的属性相同。第N个图像处理模型的目标特征中的aN3至aNk分别表示的属性符合预定属性排列顺序。
图4是根据本公开的另一个实施例的应用图像特征的融合方法的模型的示意图。
如图4所示,该模型包括操作第一个图像处理模型、第二个图像处理模型、……第i个图像处理模型、……第N个图像处理模型。
其中,第一个图像处理模型包括第1个共享层401。第二个图像处理模型包括第1个共享层401和第2个共享层402。第1个共享层401的输入是图像406。第一个图像处理模型的输出特征是基于第1个共享层401的输出生成的。该第一个图像处理模型的输出特征作为第一个图像处理模型的输出以及第2个共享层的输入。第二个图像处理模型的输出特征是基于第2个共享层402的输出生成的,该第二个图像处理模型的输出特征作为第二个图像处理模型的输出以及第3个共享层的输入。
第i个图像处理模型包括第1个共享层401、第2个共享层402、……第i个共享层403。第i个共享层403的输入是第i-1个图像处理模型的输出特征。在一个示例中,i=3。
第i个图像处理模型的输出特征是基于第i个共享层403的输出生成的,该第i个图像处理模型的输出特征作为第i个图像处理模型的输出以及第i+1个共享层的输入。
第N个图像处理模型包括第1个共享层401、第2个共享层402、……第i个共享层403、……第N个共享层404。第N个共享层404的输入是第N-1个图像处理模型的输出特征。在一个示例中,N=4。
第N个图像处理模型的输出特征是基于第N个共享层404的输出生成的,该第N个图像处理模型的输出特征作为第N个图像处理模型的输出。
将第一个图像处理模型的输出特征、第二个图像处理模型的输出特征、……第i个图像处理模型的输出特征、……第N个图像处理模型的输出特征输入融合层405,进行特征融合,得到融合特征。
在一些实施例中,可以直接将第1个共享层401的输出作为第一个图像处理模型的输出特征、第2个共享层402的输出作为第二个图像处理模型的输出特征、……、第i个共享层403的输出作为第i个图像处理模型的输出特征、……、第N个共享层404的输出作为第N个图像处理模型的输出特征。
在一些实施例中,第1个共享层401、第2个共享层402、……、第i个共享层403、……、第N个共享层404分别与共享全连接层连接。
第1个共享层401的输出是第一个图像处理模型的初始特征。该共享全连接层根据该第一个图像处理模型的初始特征生成第一个图像处理模型的输出特征。第2个共享层402的输出是第二个图像处理模型的初始特征。该共享全连接层根据该第二个图像处理模型的初始特征生成第二个图像处理模型的输出特征。……第i个共享层403的输出是第i个图像处理模型的初始特征。该共享全连接层根据该第i个图像处理模型的初始特征生成第i个图像处理模型的输出特征。……第N个共享层404的输出是第N个图像处理模型的初始特征。该共享全连接层根据该第N个图像处理模型的初始特征生成第N个图像处理模型的输出特征。
图5是根据本公开的一个实施例的图像特征的融合装置的框图。
如图5所示,该图像特征的融合装置500可以包括第一获得模块510、第二获得模块520以及融合模块530。
第一获得模块模块510,用于将待处理图像输入到N个图像处理模型中的第一个图像处理模型,得到第一个图像处理模型的输出特征;其中,上述N个图像处理模型中是串行连接的,上述N个图像处理模型的第i个模型包括第1个至第i个共享层,i=1,……N,N为大于等于2的自然数。
第二获得模块520,用于将第j个图像处理模型的输出特征输入到第j+1个图像处理模型,得到第j+1个图像处理模型的输出特征,j=1,……N-1。
融合模块530,用于对得到的N个图像处理模型的输出特征进行融合,得到融合特征。
在一些实施例中,上述N个图像处理模型中的第i+1个图像处理模型与第i个图像处理模型共用第1个至第i个共享层。
在一些实施例中,上述融合模块包括:相加子模块,用于将上述N个图像处理模型的输出特征相加,得到上述融合特征。
在一些实施例中,上述第一获得模块包括:第一获得子模块,用于将上述待处理图像输入到N个图像处理模型中的第一个图像处理模型,得到第一个图像处理模型的初始特征;第一处理子模块,用于将上述第一个图像处理模型的初始特征处理为预设维度,得到第一个图像处理模型的目标特征;以及第一对齐子模块,用于将上述第一个图像处理模型的目标特征中各个属性的特征按照预设属性排列顺序进行对齐,得到上述第一个图像处理模型的输出特征。
在一些实施例中,上述第二获得模块包括:第二获得子模块,用于将第j个图像处理模型的输出特征输入到第j+1个图像处理模型,得到第j+1个图像处理模型的初始特征;第二处理子模块,用于将上述第j+1个图像处理模型的初始特征处理为上述预设维度,得到第j+1个图像处理模型的目标特征;以及第二对齐子模块,用于将上述第j+1个图像处理模型的目标特征中各个属性的特征按照上述预设属性排列顺序进行对齐,得到上述第j+1个图像处理模型的输出特征。
在一些实施例中,上述第一对齐子模块包括:第一确定单元,用于确定上述第一个图像处理模型的目标特征中各个维度的特征所表示的属性;以及第一调整单元,用于按照上述预设属性排列顺序对第一个图像处理模型的目标特征的各个维度进行调整;上述第二对齐子模块包括:第二确定单元,用于确定上述第j+1个图像处理模型的目标特征中各个维度的特征所表示的属性;以及第二调整单元,用于按照上述预设属性排列顺序对第j+1个图像处理模型的目标特征的各个维度进行调整。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如图像特征的融合方法。例如,在一些实施例中,图像特征的融合方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的图像特征的融合方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行图像特征的融合方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (8)
1.一种图像特征的融合方法,包括:
将待处理图像输入到N个图像处理模型中的第一个图像处理模型,得到第一个图像处理模型的输出特征;其中,所述N个图像处理模型是串行连接的,所述N个图像处理模型中的第i个模型包括第1个至第i个共享层,i=1,......N,N为大于等于2的自然数;
将第j个图像处理模型的输出特征输入到第j+1个图像处理模型,得到第j+1个图像处理模型的输出特征,j=1,......N-1;以及
对N个图像处理模型的输出特征进行融合,得到融合特征;
所述将待处理图像输入到N个图像处理模型中的第一个图像处理模型,得到第一个图像处理模型的输出特征包括:
将所述待处理图像输入到N个图像处理模型中的第一个图像处理模型,得到第一个图像处理模型的初始特征;
将所述第一个图像处理模型的初始特征处理为预设维度,得到第一个图像处理模型的目标特征;以及
将所述第一个图像处理模型的目标特征中各个属性的特征按照预设属性排列顺序进行对齐,得到所述第一个图像处理模型的输出特征;
所述将第j个图像处理模型的输出特征输入到第j+1个图像处理模型,得到第j+1个图像处理模型的输出特征包括:
将第j个图像处理模型的输出特征输入到第j+1个图像处理模型,得到第j+1个图像处理模型的初始特征;
将所述第j+1个图像处理模型的初始特征处理为所述预设维度,得到第j+1个图像处理模型的目标特征;以及
将所述第j+1个图像处理模型的目标特征中各个属性的特征按照所述预设属性排列顺序进行对齐,得到所述第j+1个图像处理模型的输出特征;
所述对N个图像处理模型的输出特征进行融合,得到融合特征包括:
将所述N个图像处理模型的输出特征相加,得到所述融合特征。
2.根据权利要求1所述的方法,其中,所述N个图像处理模型中的第i+1个图像处理模型与第i个图像处理模型共用第1个至第i个共享层。
3.根据权利要求1所述的方法,其中,所述将所述第一个图像处理模型的目标特征中各个属性的特征按照预设属性排列顺序进行对齐包括:
确定所述第一个图像处理模型的目标特征中各个维度的特征所表示的属性;以及
按照所述预设属性排列顺序对第一个图像处理模型的目标特征的各个维度进行调整;
所述将所述第j+1个图像处理模型的目标特征中各个属性的特征按照所述预设属性排列顺序进行对齐包括:
确定所述第j+1个图像处理模型的目标特征中各个维度的特征所表示的属性;以及
按照所述预设属性排列顺序对第j+1个图像处理模型的目标特征的各个维度进行调整。
4.一种图像特征的融合装置,包括:
第一获得模块,用于将待处理图像输入到N个图像处理模型中的第一个图像处理模型,得到第一个图像处理模型的输出特征;其中,所述N个图像处理模型中是串行连接的,所述N个图像处理模型的第i个模型包括第1个至第i个共享层,i=1,......N,N为大于等于2的自然数;
第二获得模块,用于将第j个图像处理模型的输出特征输入到第j+1个图像处理模型,得到第j+1个图像处理模型的输出特征,j=1,......N-1;以及
融合模块,用于对N个图像处理模型的输出特征进行融合,得到融合特征;
所述第一获得模块包括:
第一获得子模块,用于将所述待处理图像输入到N个图像处理模型中的第一个图像处理模型,得到第一个图像处理模型的初始特征;
第一处理子模块,用于将所述第一个图像处理模型的初始特征处理为预设维度,得到第一个图像处理模型的目标特征;以及
第一对齐子模块,用于将所述第一个图像处理模型的目标特征中各个属性的特征按照预设属性排列顺序进行对齐,得到所述第一个图像处理模型的输出特征;
所述第二获得模块包括:
第二获得子模块,用于将第j个图像处理模型的输出特征输入到第j+1个图像处理模型,得到第j+1个图像处理模型的初始特征;
第二处理子模块,用于将所述第j+1个图像处理模型的初始特征处理为所述预设维度,得到第j+1个图像处理模型的目标特征;以及
第二对齐子模块,用于将所述第j+1个图像处理模型的目标特征中各个属性的特征按照所述预设属性排列顺序进行对齐,得到所述第j+1个图像处理模型的输出特征;
所述融合模块包括:
相加子模块,用于将所述N个图像处理模型的输出特征相加,得到所述融合特征。
5.根据权利要求4所述的装置,其中,所述N个图像处理模型中的第i+1个图像处理模型与第i个图像处理模型共用第1个至第i个共享层。
6.根据权利要求4所述的装置,其中,所述第一对齐子模块包括:
第一确定单元,用于确定所述第一个图像处理模型的目标特征中各个维度的特征所表示的属性;以及
第一调整单元,用于按照所述预设属性排列顺序对第一个图像处理模型的目标特征的各个维度进行调整;
所述第二对齐子模块包括:
第二确定单元,用于确定所述第j+1个图像处理模型的目标特征中各个维度的特征所表示的属性;以及
第二调整单元,用于按照所述预设属性排列顺序对第j+1个图像处理模型的目标特征的各个维度进行调整。
7.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至3中任一项所述的方法。
8.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1至3中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110940534.2A CN113642654B (zh) | 2021-08-16 | 2021-08-16 | 图像特征的融合方法、装置、电子设备和存储介质 |
PCT/CN2022/088397 WO2023019996A1 (zh) | 2021-08-16 | 2022-04-22 | 图像特征的融合方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110940534.2A CN113642654B (zh) | 2021-08-16 | 2021-08-16 | 图像特征的融合方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113642654A CN113642654A (zh) | 2021-11-12 |
CN113642654B true CN113642654B (zh) | 2022-08-30 |
Family
ID=78422257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110940534.2A Active CN113642654B (zh) | 2021-08-16 | 2021-08-16 | 图像特征的融合方法、装置、电子设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113642654B (zh) |
WO (1) | WO2023019996A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113642654B (zh) * | 2021-08-16 | 2022-08-30 | 北京百度网讯科技有限公司 | 图像特征的融合方法、装置、电子设备和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3734961A1 (en) * | 2018-02-07 | 2020-11-04 | Sony Corporation | Image processing device, image processing method, and image processing system |
CN112767247A (zh) * | 2021-01-13 | 2021-05-07 | 京东方科技集团股份有限公司 | 图像超分辨率重建方法、模型蒸馏方法、装置及存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108776787B (zh) * | 2018-06-04 | 2020-09-29 | 京东数字科技控股有限公司 | 图像处理方法及装置、电子设备、存储介质 |
US10452960B1 (en) * | 2018-10-01 | 2019-10-22 | Texas Instruments Incorporated | Image classification |
CN110309514B (zh) * | 2019-07-09 | 2023-07-11 | 北京金山数字娱乐科技有限公司 | 一种语义识别方法及装置 |
CN111145175B (zh) * | 2020-01-10 | 2020-10-16 | 惠州光弘科技股份有限公司 | 一种基于iForest模型验证的SMT焊点缺陷检测方法 |
CN111598818B (zh) * | 2020-04-17 | 2023-04-28 | 北京百度网讯科技有限公司 | 人脸融合模型训练方法、装置及电子设备 |
CN111951165A (zh) * | 2020-08-18 | 2020-11-17 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机设备和计算机可读存储介质 |
CN112560874B (zh) * | 2020-12-25 | 2024-04-16 | 北京百度网讯科技有限公司 | 图像识别模型的训练方法、装置、设备和介质 |
CN113052056A (zh) * | 2021-03-19 | 2021-06-29 | 华为技术有限公司 | 一种视频处理的方法以及装置 |
CN113139543B (zh) * | 2021-04-28 | 2023-09-01 | 北京百度网讯科技有限公司 | 目标对象检测模型的训练方法、目标对象检测方法和设备 |
CN113642654B (zh) * | 2021-08-16 | 2022-08-30 | 北京百度网讯科技有限公司 | 图像特征的融合方法、装置、电子设备和存储介质 |
-
2021
- 2021-08-16 CN CN202110940534.2A patent/CN113642654B/zh active Active
-
2022
- 2022-04-22 WO PCT/CN2022/088397 patent/WO2023019996A1/zh active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3734961A1 (en) * | 2018-02-07 | 2020-11-04 | Sony Corporation | Image processing device, image processing method, and image processing system |
CN112767247A (zh) * | 2021-01-13 | 2021-05-07 | 京东方科技集团股份有限公司 | 图像超分辨率重建方法、模型蒸馏方法、装置及存储介质 |
Non-Patent Citations (1)
Title |
---|
"Image mosaic construction using feature matching and weighted fusion";Chao Sui等;《2010 3rd International Congress on Image and Signal Processing》;20101129;第2782-2786页 * |
Also Published As
Publication number | Publication date |
---|---|
WO2023019996A1 (zh) | 2023-02-23 |
CN113642654A (zh) | 2021-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113342345A (zh) | 深度学习框架的算子融合方法、装置 | |
CN114693934B (zh) | 语义分割模型的训练方法、视频语义分割方法及装置 | |
US20220398834A1 (en) | Method and apparatus for transfer learning | |
CN113887615A (zh) | 图像处理方法、装置、设备和介质 | |
CN113902010A (zh) | 分类模型的训练方法和图像分类方法、装置、设备和介质 | |
CN115690443A (zh) | 特征提取模型训练方法、图像分类方法及相关装置 | |
CN113642654B (zh) | 图像特征的融合方法、装置、电子设备和存储介质 | |
CN114494814A (zh) | 基于注意力的模型训练方法、装置及电子设备 | |
CN114202648A (zh) | 文本图像矫正方法、训练方法、装置、电子设备以及介质 | |
CN114218931A (zh) | 信息抽取方法、装置、电子设备和可读存储介质 | |
CN112906368A (zh) | 行业文本增量方法、相关装置及计算机程序产品 | |
CN112528995A (zh) | 用于训练目标检测模型的方法、目标检测方法及装置 | |
US20230115984A1 (en) | Method and apparatus for training model, method and apparatus for generating molecules | |
CN114419327B (zh) | 图像检测方法和图像检测模型的训练方法、装置 | |
CN112990046B (zh) | 差异信息获取方法、相关装置及计算机程序产品 | |
CN114707638A (zh) | 模型训练、对象识别方法及装置、设备、介质和产品 | |
CN114943995A (zh) | 人脸识别模型的训练方法、人脸识别方法及装置 | |
CN113361621A (zh) | 用于训练模型的方法和装置 | |
CN114494782A (zh) | 图像处理方法、模型训练方法、相关装置及电子设备 | |
CN113657408A (zh) | 确定图像特征的方法、装置、电子设备和存储介质 | |
CN113344213A (zh) | 知识蒸馏方法、装置、电子设备及计算机可读存储介质 | |
CN112749707A (zh) | 利用神经网络进行目标分割的方法、设备和介质 | |
CN114549883B (zh) | 图像处理方法、深度学习模型的训练方法、装置和设备 | |
CN116188875B (zh) | 图像分类方法、装置、电子设备、介质和产品 | |
CN114494818B (zh) | 图像处理方法、模型训练方法、相关装置及电子设备 |
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 |