[发明专利]一种特征提取方法及装置

说明书

本申请实施例提供了一种特征提取方法及装置，涉及图像处理技术领域，其中，上述方法包括：获得待处理图像；将待处理图像输入预先训练的特征提取模型进行特征提取，得到待处理图像的预设尺寸的特征图像，具体的，在待处理图像的尺寸与预设尺寸不一致的情况下，基于预设尺寸对待处理图像进行缩放，得到缩放图像；通过卷积操作提取缩放图像的特征，得到第一特征图像；尺寸转换层，通过卷积操作对第一特征图像进行尺寸转换，得到尺寸与预设尺寸一致的第二特征图像，作为待处理图像的特征图像。应用本申请实施例提供的方案进行特征提取，能够减少所提取特征的损失。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种特征提取方法及装置。

背景技术

随着人工智能技术的快速发展，越来越多针对图像的应用基于神经网络模型实现。例如，上述针对图像的应用为人脸对比、人脸定点等等。为便于表述，也可以将上述应用所基于的神经网络模型称为应用网络模型。

具体应用中，上述应用网络模型的输入信息一般为图像的特征图像，且要求图像的特征图像为设定的尺寸。现有技术中对图像进行特征提取时，一般也基于神经网络模型实现，可以将这一模型称为特征提取模型。

为保证特征提取模型对图像进行特征提取得到的特征图像与上述设定的尺寸一致，一般要求特征提取模型的输入图像为尺寸相同的图像。另外，上述特征提取模型在对输入图像进行特征提取后，采用将特征映射到固定尺寸的网格、并基于网格进行池化的方式得到上述设定尺寸的特征图像。

虽然应用上述方式能够得到设定尺寸的特征图像，但是由于上述池化操作相当于对特征进行下采样，会导致特征损失，进而导致上述应用网络模型以上述特征图像为输入信息，进行应用处理时，结果不准确甚至是结果错误。

发明内容

本申请实施例的目的在于提供一种特征提取方法及装置，以减少所提取特征的损失。具体技术方案如下：

第一方面，本申请实施例提供了一种特征提取方法，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。

本申请的一个实施例中，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。

本申请的一个实施例中，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。

本申请的一个实施例中，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：