[发明专利]一种特征提取方法及装置

权利要求书

1.一种特征提取方法，其特征在于，所述方法包括：

获得待处理图像；

将所述待处理图像输入预先训练的特征提取模型进行特征提取，得到所述待处理图像的预设尺寸的特征图像；

其中，所述将所述待处理图像输入预先训练的特征提取模型进行特征提取，得到所述待处理图像的预设尺寸的特征图像，包括：

在所述待处理图像的尺寸与所述预设尺寸不一致的情况下，基于所述预设尺寸对所述待处理图像进行缩放，得到缩放图像；

通过卷积操作提取所述缩放图像的特征，得到第一特征图像；

通过卷积操作对所述第一特征图像进行尺寸转换，得到尺寸与所述预设尺寸一致的第二特征图像，作为所述待处理图像的特征图像。

2.根据权利要求1所述的方法，其特征在于，所述在所述待处理图像的尺寸与所述预设尺寸不一致的情况下，基于所述预设尺寸对所述待处理图像进行缩放，得到缩放图像，包括：

在所述待处理图像的尺寸与所述预设尺寸不一致的情况下，选择第一比例和第二比例中的最小值，作为缩放比例，其中，所述第一比例为：所述预设尺寸中的预设宽度与所述待处理图像的宽度之间的比例，所述第二比例为：所述预设尺寸中的预设高度与所述待处理图像的高度之间的比例；

按照所述缩放比例对所述待处理图像进行等比例缩放，得到缩放图像。

3.根据权利要求1或2所述的方法，其特征在于，所述通过卷积操作提取所述缩放图像的特征，得到第一特征图像，包括：

通过步长为1的卷积核提取所述缩放图像的特征，得到与所述缩放图像尺寸一致的第一特征图像。

4.根据权利要求3所述的方法，其特征在于，所述通过卷积操作对所述第一特征图像进行尺寸转换，得到尺寸与所述预设尺寸一致的第二特征图像，包括：

通过第一类卷积核对所述第一特征图像进行尺寸转换，得到高度与所述预设高度一致的尺寸转换图像，其中，所述第一类卷积核的尺寸为1*所述预设高度；

通过第二类卷积核对所述尺寸转换图像进行尺寸转换，得到宽度与所述预设宽度一致、且高度与所述预设高度一致的第二特征图像，其中，所述第二类卷积核的尺寸为：所述预设宽度*1。

5.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

在得到所述第二特征图像之后，对所述第二特征图像进行保持尺寸不变的卷积操作，得到第三特征图像。

6.根据权利要求1所述的方法，其特征在于，通过以下方式训练得到所述特征提取模型：

获得样本图像，并获得按照应用功能对所述样本图像进行功能性处理的结果，作为训练基准结果，其中，所述应用功能为：针对图像的应用所实现的功能；

将所述样本图像输入所述特征提取模型的第一初始模型进行特征提取，得到样本特征图像；

将所述样本特征图像输入应用网络模型的第二初始模型进行功能性处理，得到处理结果，其中，所述应用网络模型为：用于实现所述应用功能的网络模型；

计算所述处理结果与训练基准结果之间的损失；

根据所述损失调整所述第一初始模型和第二初始模型的模型参数，在调整参数后的第一初始模型和第二初始模型均满足预设的收敛性要求的情况下，将调整参数后的第一初始模型确定为所述特征提取模型。

7.根据权利要求1所述的方法，其特征在于，通过以下方式训练得到所述特征提取模型：

获得样本图像，并获得按照应用功能对所述样本图像进行功能性处理的结果，作为训练基准结果，其中，所述应用功能为：针对图像的应用所实现的功能；

将所述样本图像输入所述特征提取模型的初始模型进行特征提取，得到样本特征图像；

将所述样本特征图像输入应用网络模型进行功能性处理，得到处理结果，其中，所述应用网络模型为：预先训练完毕、且用于实现所述应用功能的网络模型；

计算所述处理结果与训练基准结果之间的损失；

根据所述损失调整所述初始模型的模型参数，在调整参数后的初始模型满足预设的收敛性要求的情况下，将调整参数后的初始模型确定为所述特征提取模型。