CN113706642B - 一种图像处理方法及装置 - Google Patents

一种图像处理方法及装置 Download PDF

Info

Publication number
CN113706642B
CN113706642B CN202111012833.6A CN202111012833A CN113706642B CN 113706642 B CN113706642 B CN 113706642B CN 202111012833 A CN202111012833 A CN 202111012833A CN 113706642 B CN113706642 B CN 113706642B
Authority
CN
China
Prior art keywords
matrix
feature matrix
group
determining
global
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
Application number
CN202111012833.6A
Other languages
English (en)
Other versions
CN113706642A (zh
Inventor
初祥祥
张勃
王钰晴
魏晓林
夏华夏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN202111012833.6A priority Critical patent/CN113706642B/zh
Publication of CN113706642A publication Critical patent/CN113706642A/zh
Application granted granted Critical
Publication of CN113706642B publication Critical patent/CN113706642B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/002—Image coding using neural networks
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本说明书公开了一种图像处理方法及装置。通过编码器将目标图像划分为各图像块并进行分组，在每组图像块内计算各图像块的组内权重，以确定各组图像块对应的加权特征矩阵以及该目标图像对应的组合加权特征矩阵。基于得到的组合加权特征矩阵，进一步计算各组图像块的全局权重，以确定各组图像块的全局加权特征矩阵，并确定由各全局加权特征矩阵构成的全局特征，作为编码器的编码结果，将该编码结果输入到解码器后，确定该目标图像的图像处理结果。能够在减少计算量的同时，进行分组以及全局的自注意力权重计算，能够充分确定各图像块间以及各组图像块间的相关度，以得到准确的注意力权重，使得解码器能够输出更准确的图像处理结果。

Description

一种图像处理方法及装置
技术领域
本说明书涉及图像处理技术领域，尤其涉及一种图像处理方法及装置。
背景技术
图像处理模型在各种领域得到了广泛应用，例如，无人驾驶设备在自动驾驶时，通过目标检测、语义分割等图像处理模型识别环境中的障碍物，以进行路径规划、避障等。在地质监测时，通过对卫星图像进行语义分割，确定土地覆盖信息等。在交通领域，通过目标检测技术进行行人计数等。现有的图像处理模型，多为由编码器组成的主干网络以及由解码器组成的下游网络构成。通常，主干网络用于对图像进行特征提取，下游网络则基于主干网络提取到的特征，输出图像处理结果，实现模型的功能。主干网络提取的特征是下游网络实现图像处理模型功能的重要基础。
随着图像处理技术的发展，基于注意力网络的主干网络在图像处理模型中得到了广泛的应用。
在现有技术中，基于注意力网络的主干网络通常是图像金字塔的视觉注意力网络(Pyramid Vision Transformer，PVT)，该网络能够对输入的图像提取到不同尺度的特征图，并对每个尺度的特征图中的特征都计算全局的相关度，以得到各特征对应的注意力权重，存在计算量大且计算效率低的问题。
发明内容
本说明书提供一种图像处理方法及装置，以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案：
本说明书提供了一种图像处理方法，包括：
将目标图像输入编码器，对所述目标图像进行划分确定若干图像块，以及确定所述目标图像对应的特征矩阵；
根据各图像块之间的位置关系，从所述特征矩阵中确定各图像块对应的子特征矩阵，以及对各图像块进行分组，确定由各子特征矩阵组成的各分组特征矩阵；
针对每组图像块，确定该组图像块对应的分组特征矩阵中，各子特征矩阵的组内权重，并根据确定出的组内权重，确定该组图像块的加权特征矩阵；
将各组图像块的加权特征矩阵进行拼接，确定组合加权特征矩阵，并对所述组合加权特征矩阵进行下采样；
根据下采样后的所述组合加权特征矩阵，分别确定各加权特征矩阵的全局权重，并根据确定出的全局权重，确定各加权特征矩阵对应的全局加权特征矩阵；
确定由各全局加权特征矩阵构成的所述目标图像的全局特征，作为所述编码器的编码结果，将所述编码结果输入到解码器中，确定所述目标图像的图像处理结果。
可选地，针对每组图像块，确定该组图像块对应的分组特征矩阵中，各子特征矩阵的组内权重之前，所述方法还包括：
根据所述特征矩阵以及预设的第一参数矩阵，确定所述特征矩阵对应的基础特征矩阵；
其中，所述基础特征矩阵包括查询矩阵、键矩阵以及值矩阵。
可选地，针对每组图像块，确定该组图像块对应的分组特征矩阵中，各子特征矩阵的组内权重，具体包括：
针对每组图像块，从所述基础特征矩阵中，确定该组图像块的分组基础特征矩阵，所述分组基础特征矩阵包括分组查询矩阵、分组键矩阵以及分组值矩阵；
根据所述分组基础特征矩阵，确定该组图像块中各子特征矩阵间的相关度；
根据各子特征矩阵间的相关度，确定该组图像块对应的分组特征矩阵中，各子特征矩阵的组内权重。
可选地，根据确定出的组内权重，确定该组图像块的加权特征矩阵，具体包括：
根据确定出的各子特征矩阵的组内权重，对该组图像块的分组值矩阵进行加权；
将加权后的分组值矩阵，作为该组图像块的加权特征矩阵。
可选地，根据下采样后的所述组合加权特征矩阵，确定各加权特征矩阵的全局权重，具体包括：
根据所述组合加权特征矩阵以及预设的第二参数矩阵，确定所述组合加权特征矩阵对应的查询矩阵，作为组合查询矩阵；
根据下采样后的所述组合加权特征矩阵，确定所述组合加权特征矩阵对应的下采样键矩阵；
根据所述组合查询矩阵以及所述下采样键矩阵，确定各加权特征矩阵的全局权重。
可选地，根据所述组合查询矩阵以及所述下采样键矩阵，确定各加权特征矩阵的全局权重，具体包括：
从所述下采样键矩阵中，确定各加权特征矩阵对应的分组下采样键矩阵；
针对每个加权特征矩阵，根据所述组合查询矩阵以及该加权特征矩阵对应的分组下采样键矩阵，确定该加权特征矩阵的全局相关度；
根据确定出的全局相关度，确定该加权特征矩阵的全局权重。
可选地，根据确定出的全局权重，确定各加权特征矩阵对应的全局加权特征矩阵，具体包括：
根据下采样后的所述组合加权特征矩阵，确定所述组合加权特征矩阵对应的下采样值矩阵，并从所述下采样值矩阵中，确定各加权特征矩阵对应的分组下采样值矩阵；
针对每个加权特征矩阵，根据该加权特征矩阵对应的全局权重，对该加权特征矩阵对应的分组下采样值矩阵进行加权；
将加权后的该加权特征矩阵对应的分组下采样值矩阵，作为该加权特征矩阵对应的全局加权特征矩阵。
本说明书提供了一种图像处理装置，包括：
特征矩阵确定模块，用于将目标图像输入编码器，对所述目标图像进行划分确定若干图像块，以及确定所述目标图像对应的特征矩阵；
分组模块，用于根据各图像块之间的位置关系，从所述特征矩阵中确定各图像块对应的子特征矩阵，以及对各图像块进行分组，确定由各子特征矩阵组成的各分组特征矩阵；
组加权模块，用于针对每组图像块，确定该组图像块对应的分组特征矩阵中，各子特征矩阵的组内权重，并根据确定出的组内权重，确定该组图像块的加权特征矩阵；
拼接模块，用于将各组图像块的加权特征矩阵进行拼接，确定组合加权特征矩阵，并对所述组合加权特征矩阵进行下采样；
全局加权模块，用于根据下采样后的所述组合加权特征矩阵，分别确定各加权特征矩阵的全局权重，并根据确定出的全局权重，确定各加权特征矩阵对应的全局加权特征矩阵；
图像处理模块，用于确定由各全局加权特征矩阵构成的所述目标图像的全局特征，作为所述编码器的编码结果，将所述编码结果输入到解码器中，确定所述目标图像的图像处理结果。
本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述图像处理方法。
本说明书提供了一种电子设备，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计算机程序，所述处理器执行所述程序时实现上述图像处理方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
在本说明书提供的图像处理方法中，通过编码器对目标图像划分为若干图像块并进行分组，在每组图像块内，计算各图像块的组内权重，以确定各组图像块对应的加权特征矩阵以及该目标图像对应的组合加权特征矩阵。基于得到的组合加权特征矩阵，进一步计算各组图像块的全局权重，以确定各组图像块的全局加权特征矩阵，并确定由各全局加权特征矩阵构成的全局特征，作为编码器的编码结果，将该编码结果输入到解码器中后，确定该目标图像的图像处理结果。
从上述方法中可以看出，本方法能够在减少计算量的同时，进行分组以及全局的注意力权重的计算，能够充分确定各图像块间以及各组图像块间的相关度，以得到准确的注意力权重，使得解码器能够输出更准确的图像处理结果。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书中一种图像处理方法的流程示意图；
图2为本说明书提供的一种图像处理模型的示意图；
图3为本说明书提供的一种编码器的示意图；
图4为本说明书提供的一种图像处理模型的示意图；
图5为本说明书提供的一种注意力编码块的示意图；
图6为本说明书提供的一种图像处理装置的示意图；
图7为本说明书提供的一种电子设备的结构示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。
目前，在基于图像金字塔的视觉注意力网络中，通过计算图像的各特征间的相关度，来确定各特征对应的注意力权重时，由于是针对每个尺度的特征图都计算全局的注意力权重，即对于该尺度的特征图，计算该尺度的特征图中两两特征间的相关度，以得到各特征在整张图像中的注意力权重，因此，基于该方法计算任意两个特征间的相关度的计算量巨大，计算效率低。
目前还有一种基于视觉窗口的注意力网络(Swin Transformer)，通过有重叠区域的窗口对图像进行窗口内的局部注意力权重的计算，以实现分组计算特征的注意力权重。即针对每个窗口，仅计算该窗口内两两特征间的相关度，以确定各特征在自身窗口内的注意力权重。但这种方法却无法得到特征在图像全局的注意力权重，且对于非相邻或相邻但无重叠窗口间的特征，并不能得到其相关度，使得下游网络基于其提取的进行过注意力加权后的特征输出的图像处理结果不够准确。
为了至少部分解决上述问题，本说明书提供了一种图像处理方法。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1为本说明书中一种图像处理方法的流程示意图，具体包括以下步骤：
S100：将目标图像输入编码器，对所述目标图像进行划分确定若干图像块，以及确定所述目标图像对应的特征矩阵。
在本说明书中，该图像处理方法可由服务器执行。
在本说明书一个或多个实施例中，该服务器可通过预先训练的图像处理模型对目标图像进行图像处理。该图像处理模型可为编码器和解码器结构的模型，该编码器对应主干网络，用于对目标图像进行特征提取，确定编码结果，解码器对应下游网络则用于根据编码器的编码结果，实现该图像处理模型的功能，如：目标分类、目标检测、语义分割等功能。
在本说明书一个或多个实施例中，该服务器首先可先获取需要进行图像处理的目标图像，并对该目标图像进行划分，确定若干初始图像片，并对各初始图像片进行嵌入编码，确定该目标图像的特征矩阵以及将各初始图像片下采样后得到各图像块。
其中，下采样后得到的各图像块与各初始图像片非一一对应关系。例如，用H、W、C分别表示高度、宽度和通道数，假设将图像切分后得到若干H×W×C＝4×4×3的初始图像分片，即高度为4宽度为4通道数为3的初始图像分片，下采样后得到的每个图像块为H×W×C＝1×1×64的图像块。目标图像由若干H×W×C＝4×4×3的初始图像分片构成，下采样后的目标图像由若干H×W×C＝1×1×64的图像块构成。
在本说明书一个或多个实施例中，该解码器可采用现有的，与该图像处理模型功能适配的解码器，例如，具体可采用用于目标检测的图像金字塔解码器、用于语义分割的图像金字塔解码器等。
S102：根据各图像块之间的位置关系，从所述特征矩阵中确定各图像块对应的子特征矩阵，以及对各图像块进行分组，确定由各子特征矩阵组成的各分组特征矩阵。
在本说明书中，该编码器可对各图像块进行分组，在局部上分别确定各图像块在组内的自注意力权重，以进行组内注意力加权，并在全局确定各组图像块对应的图像区域在全局的自注意力权重，以进行全局注意力加权，即确定各组图像块对应的各图像区域的分组特征矩阵在全局的自注意力权重。通过组内以及全局交替进行自注意力加权，能够减少确定自注意力权重的计算量，并且能够避免图像中特征在全局的自注意力权重的缺失。
因此，在本说明书一个或多个实施例中，该服务器在确定出各图像块以及该目标图像的特征矩阵后，可根据下采样后的目标图像中各图像块之间的位置关系，从该特征矩阵中确定各图像块对应的子特征矩阵。并对各图像块进行分组，得到各组图像块，以及确定由各子特征矩阵组成的各分组特征矩阵。其中，一组图像块对应一个分组特征矩阵。对图像块进行分组，可视为通过移动预设尺寸的窗口，从下采样后的目标图像中截取出各组图像块。
在本说明书一个或多个实施例中，不同组图像块对应的区域无重叠，即各组图像块在该目标图像上对应的区域范围无重叠，在移动窗口相邻的两个窗口截取出的图像区域间无重叠。该子特征矩阵，即一个图像块对应的矩阵，该分组特征矩阵，即一组图像块对应的多个子特征矩阵构成的矩阵。即多个子特征矩阵构成一个分组特征矩阵，多个分组特征矩阵构成该目标图像对应的特征矩阵。
S104：针对每组图像块，确定该组图像块对应的分组特征矩阵中，各子特征矩阵的组内权重，并根据确定出的组内权重，确定该组图像块的加权特征矩阵。
在本说明书中，该服务器在对各图像块进行分组后，可在各组图像块内计算各图像块在组内的自注意力权重。
首先，该服务器可根据该目标图像的特征矩阵以及预设的第一参数矩阵，确定该特征矩阵对应的基础特征矩阵。其中，该第一参数矩阵即在对该图像处理模型进行训练时，学习到的参数矩阵，用于确定该特征矩阵对应的基础特征矩阵。该基础特征矩阵包括查询矩阵、键矩阵以及值矩阵，分别对应注意力机制领域的Q、K、V概念。该基础特征矩阵是全局的，是整个目标图像对应的基础特征矩阵，用于计算各组图像块的加权特征矩阵。其中，该特征矩阵对应的基础特征矩阵中，查询矩阵、键矩阵以及值矩阵的维度相同。
在本说明书一个或多个实施例中，在确定出基础特征矩阵后，具体的，该服务器可针对每组图像块，确定该组图像块对应的分组特征矩阵中，各子特征矩阵的组内权重，并根据确定出的组内权重，确定该组图像块的加权特征矩阵。该组内权重，即该图像块在自身所属组内的自注意力权重。该加权特征矩阵，即根据该组图像块中各图像块在自身所属组内的组内权重，对该组图像块对应的特征进行组内加权后的得到的特征矩阵。
在本说明书一个或多个实施例中，在针对每组图像块，确定该组图像块对应的分组特征矩阵中，各子特征矩阵的组内权重时，该服务器可针对每组图像块，从该基础特征矩阵中，确定该组图像块的分组基础特征矩阵。该分组基础特征矩阵包括分组查询矩阵、分组键矩阵以及分组值矩阵。该分组基础特征矩阵即根据各组图像块对应的窗口范围，从该基础特征矩阵中拆分出的矩阵。该分组查询矩阵，即对该基础特征矩阵中的查询矩阵进行划分得到的，该组图像块对应的分组特征矩阵对应的矩阵。该分组键矩阵，即对该基础特征矩阵中的键矩阵进行划分得到的，该组图像块对应的分组特征矩阵对应的矩阵。该分组值矩阵，即对该基础特征矩阵中的值矩阵进行切割得到的，该组图像块的分组特征矩阵对应的矩阵。
例如，Q表示基础矩阵中的查询矩阵，则Q＝Q1……Qn，其中，Q1……Qn表示各组图像块的分组特征矩阵对应的各分组查询矩阵。
该服务器在确定出分组基础特征矩阵后，可根据该分组基础特征矩阵，确定该组图像块中各子特征矩阵间的相关度。并根据各子特征矩阵间的相关度，确定该组图像块对应的分组特征矩阵中，各子特征矩阵的组内权重。
在本说明书一个或多个实施例中，该服务器可根据该组图像块对应的分组查询矩阵以及分组键矩阵，确定该组图像块中各子特征矩阵间的相关度。即通过确定同一组图像块中两两图像块在该分组查询矩阵中对应的特征以及在该分组键矩阵中对应的部分特征矩阵，确定两两图像块间的相关度。
在本说明书一个或多个实施例中，该服务器可对各分组查询矩阵、各分组键矩阵以及各分组值矩阵进一步切分，确定各图像块对应的子查询矩阵、子键矩阵以及子值矩阵。
在本说明书一个或多个实施例中，该服务器可针对每个图像块对应的子特征矩阵，根据该子特征矩阵在自身所属的一组图像块对应的分组查询矩阵，确定该子特征矩阵对应的部分特征矩阵，作为子查询矩阵，并将该子特征矩阵对应的子查询矩阵分别与同一组图像块中其他子特征矩阵对应的子键矩阵间的乘积，作为该子特征矩阵与同一组图像块中各其他子特征矩阵间的各相关度。
在本说明书一个或多个实施例中，在根据确定出的组内权重，确定该组图像块的加权特征矩阵时，具体的，该服务器可根据确定出的各子特征矩阵的组内权重，对该组图像块的分组值矩阵进行加权，并将加权后的分组值矩阵，作为该组图像块的加权特征矩阵。
S106：将各组图像块的加权特征矩阵进行拼接，确定组合加权特征矩阵，并对所述组合加权特征矩阵进行下采样。
进行了组内的注意力权重的计算后，该服务器可进行全局的注意力权重的计算。计算各组图像块对应的分组特征矩阵在全局的注意力权重。
具体的，在本说明书一个或多个实施例中，在确定出各组图像块的加权特征矩阵后，该服务器可将各组图像块的加权特征矩阵进行拼接，确定该目标图像对应的组合加权特征矩阵，为了进一步减少计算量，该服务器可对该组合加权特征矩阵进行下采样，以便于后续步骤中，基于下采样后的组合加权特征矩阵，确定维度降低的下采样键矩阵以及下采样值矩阵。使得在计算全局注意力权重时，计算量更小。
在本说明书一个或多个实施例中，下采样的实现方式可以是卷积、池化(如，平均池化、最大池化)等，具体可根据需要设置，本说明书在此不做限制。
S108：根据下采样后的所述组合加权特征矩阵，分别确定各加权特征矩阵的全局权重，并根据确定出的全局权重，确定各加权特征矩阵对应的全局加权特征矩阵。
在本说明书一个或多个实施例中，在对该目标图像对应的组合加权特征矩阵进行下采样后，该服务器可根据下采样后的该组合加权特征矩阵，分别确定各加权特征矩阵的全局权重，并根据确定出的全局权重，确定各组图像块的加权特征矩阵对应的全局加权特征矩阵。
其中，各加权特征矩阵的全局权重，即对各图像块对应的加权特征矩阵进行全局的自注意力权重计算，得到的全局的自注意力权重。该全局加权特征矩阵，即在确定出各组图像块的全局的自注意力权重，并进行加权后得到的各组图像块分别对应的全局加权特征矩阵。即一组图像块对应一个全局加权特征矩阵。
在本说明书一个或多个实施例中，在确定各加权特征矩阵的全局权重时，具体的，该服务器可根据该组合加权特征矩阵以及预设的第二参数矩阵，确定该组合加权特征矩阵对应的基础特征矩阵，该组合加权特征矩阵对应的基础特征矩阵仅包括查询矩阵，可将该组合加权特征矩阵对应的查询矩阵，作为组合查询矩阵。之后，该服务器可根据下采样后的组合加权特征矩阵，确定该组合加权特征矩阵对应的下采样键矩阵。即，相比于前述步骤中的键矩阵，本步骤中通过下采样得到维度更低的下采样键矩阵，以减少确定自注意力权重的计算量。在确定出下采样键矩阵后，该服务器可根据该组合加权特征矩阵对应的基础特征矩阵以及该下采样键矩阵，确定各加权特征矩阵的全局权重。
其中，该第二参数矩阵为在对该图像处理模型进行训练时学习到的参数矩阵，用于确定该第二参数矩阵与上述第一参数矩阵可以相同也可以不同。
在本说明书一个或多个实施例中，在根据该组合查询矩阵以及该下采样键矩阵，确定各加权特征矩阵的全局权重时，该服务器可从下采样键矩阵中确定各加权特征矩阵对应的分组下采样键矩阵。并针对每个加权特征矩阵，根据该组合查询矩阵以及该加权特征矩阵对应的分组下采样键矩阵，确定该加权特征矩阵的全局相关度，以根据确定出的全局相关度，确定该加权特征矩阵的全局权重。其中，该全局相关度用于表示该加权特征矩阵在全局上与其他窗口对应的加权特征矩阵间的相关度。
在本说明书一个或多个实施例中，该服务器可将该组合查询矩阵与该加权特征矩阵对应的分组下采样键矩阵相乘，得到该加权特征矩阵的全局相关度。
在本说明书一个或多个实施例中，在确定各加权特征矩阵对应的全局加权特征矩阵时，具体的，该服务器可根据下采样后的组合加权特征矩阵，确定该组合加权特征矩阵对应的下采样值矩阵，并从该下采样值矩阵中，确定各加权特征矩阵对应的分组下采样值矩阵。之后，该服务器可针对每个加权特征矩阵，根据该加权特征矩阵对应的全局权重，对该加权特征矩阵对应的分组下采样值矩阵进行加权。并将加权后的该加权特征矩阵对应的分组下采样值矩阵，作为该加权特征矩阵对应的全局加权特征矩阵，即该加权特征矩阵对应的一组图像块对应的全局加权特征矩阵。
S110：确定由各全局加权特征矩阵构成的所述目标图像的全局特征，作为所述编码器的编码结果，将所述编码结果输入到解码器中，确定所述目标图像的图像处理结果。
在本说明书一个或多个实施例中，该服务器在确定出各组图像块的加权特征矩阵各自对应的全局加权特征矩阵后，可确定由各全局加权特征矩阵构成的该目标图像的全局特征，作为该编码器的编码结果，并将该编码结果输入到解码器中，确定该解码器输出的该目标图像的图像处理结果。
基于图1所示的图像处理方法，通过对目标图像划分为若干图像块并进行分组，在每组图像块内，计算各图像块的组内权重，以确定各组图像块对应的加权特征矩阵以及该目标图像对应的组合加权特征矩阵。基于得到的组合加权特征矩阵，进一步计算各组图像块的全局权重，以确定各组图像块的全局加权特征矩阵，并确定由各全局加权特征矩阵构成的该目标图像对应的全局特征，作为编码器的编码结果，将该编码结果输入到解码器中后，确定该目标图像的图像处理结果。
从上述方法中可以看出，本方法能够在减少计算量的同时，进行分组以及全局的注意力权重的计算，能够充分确定各组图像块内以及各组图像块间的相关度，以得到准确的注意力权重，使得解码器能够输出更准确的图像处理结果。
另外，在本说明书一个或多个实施例中，在本说明书步骤S104中，在确定加权特征矩阵时，该服务器可针对每个子特征矩阵，根据该子特征矩阵的组内矩阵，对该子特征矩阵对应的子值矩阵进行加权，确定该子特征矩阵对应的加权子特征矩阵，之后，该服务器可针对每组图像块，根据该组图像块中各图像块对应的子特征矩阵对应的加权子特征矩阵，确定该组图像块对应的加权特征矩阵。
在本说明书一个或多个实施例中，确定相关度的公式可具体如下：
Ap＝QpKg
其中，Ap表示在一组图像块中第p个图像块与同一组图像块中第g个图像块的相关度，Qp表示第p个图像块对应的子查询矩阵，Kg表示第g个图像块对应的子键矩阵。
在本说明书一个或多个实施例中，在根据各子特征矩阵间的相关度，确定该组图像块对应的分组特征矩阵中，各子特征矩阵的组内权重时，可通过softmax函数，从各相关度中确定各子特征矩阵的组内权重。
确定加权特征矩阵的公式可具体如下：
Figure BDA0003239577560000131
其中，LSA(Zij)表示在该目标图像中第i行第j列位置对应的一组图像块对应的加权特征矩阵，Qij，Kij，Vij分别表示该组图像块对应的分组查询矩阵、分组键矩阵以及分组值矩阵。dij表示Qij的维度，同样是Kij与Vij的维度。
在本说明书一个或多个实施例中，计算该目标图像的特征矩阵对应的基础矩阵中Q(查询矩阵)，K(键矩阵)，V(值矩阵)的公式如下：
Q，K，V＝ZUqkv
其中，
Figure BDA0003239577560000132
Uqkv表示该第一参数矩阵，维度为d×3dh，Z∈RN×d，Z表示该目标图像的特征矩阵。R表示实数，N＝H×W，表示该目标图像的尺度。H表示目标图像的高度，W表示目标图像的宽度，d表示该目标图像的通道数。dh表示注意力头的维度。
在本说明书步骤S106中，确定下采样键矩阵的公式可如下所示：
Figure BDA0003239577560000141
其中，FG表示下采样操作，
Figure BDA0003239577560000142
表示该目标图像对应的组合加权特征矩阵。
在本说明书一个或多个实施例中，确定下采样值矩阵的方式可参考确定下采样键矩阵，为了使得到的下采样值矩阵与下采样键矩阵不同，可采用不同的参数进行下采样，具体可根据需要设置，本说明书在此不再赘述。
在本说明书一个或多个实施例中，在本说明书步骤S108中，确定全局加权特征矩阵的公式可具体如下：
Figure BDA0003239577560000143
其中，GSA(Zmn)表示该目标图像中第m行第n列位置对应的一组图像块的全局加权特征矩阵。Attention(Qmn，Ksmn，Vsmn)表示第m行第n列位置对应的一组图像块的全局权重，Qmn，Ksmn，Vmn分别表示该组图像块对应的分组查询矩阵、分组下采样键矩阵以及分组下采样值矩阵。dmn表示注意力头的维度。
在本说明书一个或多个实施例中，在进行注意力权重的计算时，可采用多头注意力机制。
图2为本说明书提供的一种图像处理模型的示意图。如图，该图像处理模型包括编码器和解码器。该编码器由A1、A2两个模块构成，模块A1用于根据各分组特征矩阵，确定各子特征矩阵的组内权重，并根据确定出的组内权重，确定各组图像块分别对应的加权特征矩阵，以确定目标图像的组合加权特征矩阵。模块A2用于根据该组合加权特征矩阵，确定各加权特征矩阵的全局权重，并确定各加权特征矩阵对应的全局加权特征矩阵，以确定该目标图像的全局特征。
另外，在本说明书提供的一个或多个实施例中，该编码器中还可以包括位置编码器，用于编码各图像块在该目标图像中的位置。该位置编码器可以采用位置编码生成器(Positional Encoding Generator，PEG)编码器。
图3为本说明书提供的一种编码器的示意图。如图，该编码器由：注意力编码块以及位置编码块构成。该注意力编码块由A1、A2两个模块构成。
在本说明书一个或多个实施例中，该编码器中注意力编码模块的数量可根据需要设置，本说明书在此不做限制。
图4为本说明书提供的一种图像处理模型的示意图。如图，该图像处理模型由编码器以及解码器构成。该编码器由多个注意力编码组构成，注意力编码组由注意力编码块以及位置编码块构成。可见，在不同的注意力编码组中，注意力编码块的数量不同。且在同一注意力编码组中，不同注意力编码块与位置编码块的位置关系不同。自上而下第一个注意力编码组中，有注意力编码快3+1(4)个，第二个注意力编码组中，有注意力编码快4+1(5)个，第三、四个注意力编码组中，注意力编码快皆为1个。各注意力编码组的输出皆可作为解码器的输入。
在本说明书一个或多个实施例中，该注意力编码块可为变换编码器(TransformerEncoder，TE)。各注意力编码组中皆可设置有嵌入编码层，各注意力编码组的输入可先经过嵌入编码层进行编码以及下采样，之后，再输入到注意力编码组中的注意力编码模块。
图5为本说明书提供的一种注意力编码块的示意图。如图，该注意力编码块由A1、A2两个模块构成，A1由2个归一化(LayerNorm，LN)层、1个分组局部空间自注意力(Locally-grouped Self-Attention，LSA)层以及1个前馈网络(Feed-Forward Network，FFN)层构成，A2由2个LayerNorm层、1个全局下采样空间自注意力(Global Subsampled Self-Attention，GSA)层以及1个前馈网络层构成。其中，LSA层用于根据各分组特征矩阵，确定各子特征矩阵的组内权重，并根据确定出的组内权重，确定各组图像块分别对应的加权特征矩阵，以确定目标图像的组合加权特征矩阵。GSA层用于根据该组合加权特征矩阵，确定各加权特征矩阵的全局权重，并确定各加权特征矩阵对应的全局加权特征矩阵，以确定该目标图像的全局特征。
如图5，该服务器在得到LSA层的输出后，可将A1模块下方LayerNorm层的输入与该LSA层的输出进行加和，作为该A1模块上方LayerNorm层的输入，该A1模块上方LayerNorm层的输入与A1模块中FFN层的输出也经过加和后，作为A2模块的输入。在A2模块中，A2模块下方LayerNorm层的输入与该GSA层的输出进行加和，作为该A2模块上方LayerNorm层的输入，该A2模块上方LayerNorm层的输入与A2模块中FFN层的输出也经过加和后，作为A2模块的输入。
以上为本说明书的一个或多个实施例提供的图像处理方法，基于同样的思路，本说明书还提供了相应的图像处理装置，如图6所示。
图6为本说明书提供的一种图像处理装置的示意图，该装置包括：
特征矩阵确定模块200，用于将目标图像输入编码器，对所述目标图像进行划分确定若干图像块，以及确定所述目标图像对应的特征矩阵。
分组模块201，用于根据各图像块之间的位置关系，从所述特征矩阵中确定各图像块对应的子特征矩阵，以及对各图像块进行分组，确定由各子特征矩阵组成的各分组特征矩阵。
组加权模块202，用于针对每组图像块，确定该组图像块对应的分组特征矩阵中，各子特征矩阵的组内权重，并根据确定出的组内权重，确定该组图像块的加权特征矩阵。
拼接模块203，用于将各组图像块的加权特征矩阵进行拼接，确定组合加权特征矩阵，并对所述组合加权特征矩阵进行下采样。
全局加权模块204，用于根据下采样后的所述组合加权特征矩阵，分别确定各加权特征矩阵的全局权重，并根据确定出的全局权重，确定各加权特征矩阵对应的全局加权特征矩阵。
图像处理模块205，用于确定由各全局加权特征矩阵构成的所述目标图像的全局特征，作为所述编码器的编码结果，将所述编码结果输入到解码器中，确定所述目标图像的图像处理结果。
基础矩阵确定模块206，用于根据所述特征矩阵以及预设的第一参数矩阵，确定所述特征矩阵对应的基础特征矩阵，其中，所述基础特征矩阵包括查询矩阵、键矩阵以及值矩阵。
可选地，所述组加权模块202，还用于针对每组图像块，从所述基础特征矩阵中，确定该组图像块的分组基础特征矩阵，所述分组基础特征矩阵包括分组查询矩阵、分组键矩阵以及分组值矩阵，根据所述分组基础特征矩阵，确定该组图像块中各子特征矩阵间的相关度，根据各子特征矩阵间的相关度，确定该组图像块对应的分组特征矩阵中，各子特征矩阵的组内权重。
可选地，所述组加权模块202，还用于根据确定出的各子特征矩阵的组内权重，对该组图像块的分组值矩阵进行加权，将加权后的分组值矩阵，作为该组图像块的加权特征矩阵。
可选地，所述全局加权模块204，还用于根据所述组合加权特征矩阵以及预设的第二参数矩阵，确定所述组合加权特征矩阵对应的查询矩阵，作为组合查询矩阵，根据下采样后的所述组合加权特征矩阵，确定所述组合加权特征矩阵对应的下采样键矩阵，根据所述组合查询矩阵以及所述下采样键矩阵，确定各加权特征矩阵的全局权重。
可选地，所述全局加权模块204，还用于从所述下采样键矩阵中，确定各加权特征矩阵对应的分组下采样键矩阵，针对每个加权特征矩阵，根据所述组合查询矩阵以及该加权特征矩阵对应的分组下采样键矩阵，确定该加权特征矩阵的全局相关度，根据确定出的全局相关度，确定该加权特征矩阵的全局权重。
可选地，所述全局加权模块204，还用于根据下采样后的所述组合加权特征矩阵，确定所述组合加权特征矩阵对应的下采样值矩阵，并从所述下采样值矩阵中，确定各加权特征矩阵对应的分组下采样值矩阵，针对每个加权特征矩阵，根据该加权特征矩阵对应的全局权重，对该加权特征矩阵对应的分组下采样值矩阵进行加权，将加权后的该加权特征矩阵对应的分组下采样值矩阵，作为该加权特征矩阵对应的全局加权特征矩阵。
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的图像处理方法。
本说明书还提供了图7所示的电子设备的结构示意图。如图7所示，在硬件层面，该电子设备包括处理器、内部总线、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1提供的图像处理方法。
当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，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。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种图像处理方法，其特征在于，包括：
将目标图像输入编码器，对所述目标图像进行划分确定若干图像块，以及确定所述目标图像对应的特征矩阵；
根据各图像块之间的位置关系，从所述特征矩阵中确定各图像块对应的子特征矩阵，以及对各图像块进行分组，确定由各子特征矩阵组成的各分组特征矩阵；
针对每组图像块，确定该组图像块对应的分组特征矩阵中，根据各子特征矩阵间的相关度，确定该组图像块对应的分组特征矩阵中，各子特征矩阵的组内权重，并根据确定出的组内权重，确定该组图像块的加权特征矩阵；
将各组图像块的加权特征矩阵进行拼接，确定组合加权特征矩阵，并对所述组合加权特征矩阵进行下采样；
根据下采样后的所述组合加权特征矩阵，分别对各图像块对应的加权特征矩阵进行全局的自注意力权重计算，得到的全局的自注意力权重，并根据确定的各加权特征矩阵的全局权重，并根据确定出的全局权重，确定各加权特征矩阵对应的全局加权特征矩阵；
确定由各全局加权特征矩阵构成的所述目标图像的全局特征，作为所述编码器的编码结果，将所述编码结果输入到解码器中，确定所述目标图像的图像处理结果。
2.如权利要求1所述的方法，其特征在于，针对每组图像块，确定该组图像块对应的分组特征矩阵中，各子特征矩阵的组内权重之前，所述方法还包括：
根据所述特征矩阵以及预设的第一参数矩阵，确定所述特征矩阵对应的基础特征矩阵；
其中，所述基础特征矩阵包括查询矩阵、键矩阵以及值矩阵。
3.如权利要求2所述的方法，其特征在于，针对每组图像块，确定该组图像块对应的分组特征矩阵中，各子特征矩阵的组内权重，具体包括：
针对每组图像块，从所述基础特征矩阵中，确定该组图像块的分组基础特征矩阵，所述分组基础特征矩阵包括分组查询矩阵、分组键矩阵以及分组值矩阵；
根据所述分组基础特征矩阵，确定该组图像块中各子特征矩阵间的相关度；
根据各子特征矩阵间的相关度，确定该组图像块对应的分组特征矩阵中，各子特征矩阵的组内权重。
4.如权利要求3所述的方法，其特征在于，根据确定出的组内权重，确定该组图像块的加权特征矩阵，具体包括：
根据确定出的各子特征矩阵的组内权重，对该组图像块的分组值矩阵进行加权；
将加权后的分组值矩阵，作为该组图像块的加权特征矩阵。
5.如权利要求1所述的方法，其特征在于，根据下采样后的所述组合加权特征矩阵，确定各加权特征矩阵的全局权重，具体包括：
根据所述组合加权特征矩阵以及预设的第二参数矩阵，确定所述组合加权特征矩阵对应的查询矩阵，作为组合查询矩阵；
根据下采样后的所述组合加权特征矩阵，确定所述组合加权特征矩阵对应的下采样键矩阵；
根据所述组合查询矩阵以及所述下采样键矩阵，确定各加权特征矩阵的全局权重。
6.如权利要求5所述的方法，其特征在于，根据所述组合查询矩阵以及所述下采样键矩阵，确定各加权特征矩阵的全局权重，具体包括：
从所述下采样键矩阵中，确定各加权特征矩阵对应的分组下采样键矩阵；
针对每个加权特征矩阵，根据所述组合查询矩阵以及该加权特征矩阵对应的分组下采样键矩阵，确定该加权特征矩阵的全局相关度；
根据确定出的全局相关度，确定该加权特征矩阵的全局权重。
7.如权利要求6所述的方法，其特征在于，根据确定出的全局权重，确定各加权特征矩阵对应的全局加权特征矩阵，具体包括：
根据下采样后的所述组合加权特征矩阵，确定所述组合加权特征矩阵对应的下采样值矩阵，并从所述下采样值矩阵中，确定各加权特征矩阵对应的分组下采样值矩阵；
针对每个加权特征矩阵，根据该加权特征矩阵对应的全局权重，对该加权特征矩阵对应的分组下采样值矩阵进行加权；
将加权后的该加权特征矩阵对应的分组下采样值矩阵，作为该加权特征矩阵对应的全局加权特征矩阵。
8.一种图像处理装置，其特征在于，包括：
特征矩阵确定模块，用于将目标图像输入编码器，对所述目标图像进行划分确定若干图像块，以及确定所述目标图像对应的特征矩阵；
分组模块，用于根据各图像块之间的位置关系，从所述特征矩阵中确定各图像块对应的子特征矩阵，以及对各图像块进行分组，确定由各子特征矩阵组成的各分组特征矩阵；
组加权模块，用于针对每组图像块，确定该组图像块对应的分组特征矩阵中，根据各子特征矩阵间的相关度，确定该组图像块对应的分组特征矩阵中，各子特征矩阵的组内权重，并根据确定出的组内权重，确定该组图像块的加权特征矩阵；
拼接模块，用于将各组图像块的加权特征矩阵进行拼接，确定组合加权特征矩阵，并对所述组合加权特征矩阵进行下采样；
全局加权模块，用于根据下采样后的所述组合加权特征矩阵，分别对各图像块对应的加权特征矩阵进行全局的自注意力权重计算，得到的全局的自注意力权重，并根据确定的各加权特征矩阵的全局权重，并根据确定出的全局权重，确定各加权特征矩阵对应的全局加权特征矩阵；
图像处理模块，用于确定由各全局加权特征矩阵构成的所述目标图像的全局特征，作为所述编码器的编码结果，将所述编码结果输入到解码器中，确定所述目标图像的图像处理结果。
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～7任一项所述的方法。
10.一种电子设备，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计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1～7任一项所述的方法。
CN202111012833.6A 2021-08-31 2021-08-31 一种图像处理方法及装置 Active CN113706642B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111012833.6A CN113706642B (zh) 2021-08-31 2021-08-31 一种图像处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111012833.6A CN113706642B (zh) 2021-08-31 2021-08-31 一种图像处理方法及装置

Publications (2)

Publication Number Publication Date
CN113706642A CN113706642A (zh) 2021-11-26
CN113706642B true CN113706642B (zh) 2023-04-07

Family

ID=78658041

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111012833.6A Active CN113706642B (zh) 2021-08-31 2021-08-31 一种图像处理方法及装置

Country Status (1)

Country Link
CN (1) CN113706642B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114387270B (zh) * 2022-03-22 2022-06-10 腾讯科技（深圳）有限公司 图像处理方法、装置、计算机设备和存储介质
CN114612759B (zh) * 2022-03-22 2023-04-07 北京百度网讯科技有限公司 视频处理方法、查询视频的方法和模型训练方法、装置
CN115953654A (zh) * 2022-03-24 2023-04-11 北京字跳网络技术有限公司 一种图像处理方法、装置、电子设备及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3529985A1 (en) * 2016-12-23 2019-08-28 Huawei Technologies Co., Ltd. Mixed domain collaborative post filter for lossy still image coding
CN109658455B (zh) * 2017-10-11 2023-04-18 阿里巴巴集团控股有限公司 图像处理方法和处理设备
CN110708559B (zh) * 2019-09-03 2022-03-25 北京达佳互联信息技术有限公司 图像处理方法、装置及存储介质
CN112016591A (zh) * 2020-08-04 2020-12-01 杰创智能科技股份有限公司 一种图像识别模型的训练方法及图像识别方法
CN112541918A (zh) * 2020-12-23 2021-03-23 山东师范大学 基于自注意力机制神经网络的三维医学图像分割方法

Also Published As

Publication number Publication date
CN113706642A (zh) 2021-11-26

Similar Documents

Publication Publication Date Title
CN113706642B (zh) 一种图像处理方法及装置
Gwak et al. Generative sparse detection networks for 3d single-shot object detection
CN110348462B (zh) 一种图像特征确定、视觉问答方法、装置、设备及介质
CN108170667B (zh) 词向量处理方法、装置以及设备
CN112015847B (zh) 一种障碍物的轨迹预测方法、装置、存储介质及电子设备
CN111460877B (zh) 利用图像级联及cnn的客体检测方法及装置
CN113837370B (zh) 用于训练基于对比学习的模型的方法和装置
CN112200132B (zh) 一种基于隐私保护的数据处理方法、装置及设备
CN112465029B (zh) 一种实例追踪的方法及装置
CN112598091A (zh) 一种训练模型和小样本分类的方法及装置
CN115600157A (zh) 一种数据处理的方法、装置、存储介质及电子设备
CN114781513A (zh) 数据处理方法及装置、设备、介质
CN116805393A (zh) 一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法和系统
CN117036829A (zh) 一种基于原型学习实现标签增强的叶片细粒度识别方法和系统
CN115830633B (zh) 基于多任务学习残差神经网络的行人重识别方法和系统
CN116308738B (zh) 一种模型训练的方法、业务风控的方法及装置
Jonna et al. Distill-dbdgan: Knowledge distillation and adversarial learning framework for defocus blur detection
CN115049927A (zh) 基于SegNet的SAR图像桥梁检测方法、装置和存储介质
CN113496228A (zh) 一种基于Res2Net、TransUNet和协同注意力的人体语义分割方法
CN110543549A (zh) 语义等价性判断方法和装置
CN116935055B (zh) 一种基于注意力掩码的弱监督语义分割方法及装置
Gan et al. Convolutional MLP orthogonal fusion of multiscale features for visual place recognition
CN117557828A (zh) 自动驾驶数据自动标注方法、装置、计算机设备及介质
CN113903022B (zh) 基于特征金字塔与注意力融合的文本检测方法及系统
Agbalessi Design of an 8-bit Configurable CNN Hardware Accelerator for Audio and Image Classification

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