[发明专利]图像局部特征提取、模型训练方法、设备及存储介质在审

专利信息
申请号: 201911357883.0 申请日: 2019-12-25
公开(公告)号: CN113033576A 公开(公告)日: 2021-06-25
发明(设计)人: 宋亚斐;李名杨;蔡岭 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06K9/46 分类号: G06K9/46;G06K9/62
代理公司: 北京太合九思知识产权代理有限公司 11610 代理人: 张爱;刘戈
地址: 英属开曼群岛大开*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 局部 特征 提取 模型 训练 方法 设备 存储 介质
【权利要求书】:

1.一种图像局部特征提取方法,其特征在于,包括:

将待处理图像输入图像处理模型;所述图像处理模型包括特征检测器和特征描述器;

通过所述特征检测器检测所述待处理图像上的特征点,并通过所述特征描述器输出所述特征点的特征描述符;

其中,训练所述特征检测器的真值,根据训练样本上的特征描述符稳定性大于设定阈值的目标特征点获取;所述特征描述符稳定性,根据所述特征描述器输出的所述训练样本上的特征点的特征描述符计算得到。

2.根据权利要求1所述的方法,其特征在于,所述特征描述器,根据多个特征点的特征描述符之间的距离训练得到,所述多个特征点位于存在变换关系的训练样本上。

3.一种图像处理模型训练方法,其特征在于,包括:

将第一图像输入图像处理模型;所述图像处理模型包含特征检测器和特征描述器,所述第一图像包括第一特征点;

通过所述特征描述器,计算所述第一特征点的特征描述符;

根据所述第一特征点的特征描述符,计算所述第一特征点的特征描述符稳定性;

从所述第一特征点中,确定特征描述符稳定性大于设定阈值的特征点,作为目标特征点;

将所述目标特征点作为真值,对所述特征检测器进行训练。

4.根据权利要求3所述的方法,其特征在于,还包括:

获取第二图像,所述第二图像和所述第一图像存在对应的图像特征;

根据所述第一图像上的像素点为特征点的概率和所述第二图像上的像素点为特征点的概率,从所述第一图像上获取所述第一特征点。

5.根据权利要求4所述的方法,其特征在于,根据所述第一图像上的像素点为特征点的概率和所述第二图像上的像素点为特征点的概率,从所述第一图像上获取所述第一特征点,包括:

通过所述特征检测器,计算所述第一图像上的像素点为特征点的第一概率以及所述第二图像上的像素点为特征点的第二概率;

根据所述第一图像上的像素点和所述第二图像上的像素点的对应关系,将所述第一概率和所述第二概率进行融合,得到所述第一图像上的像素点为特征点的融合概率;

根据所述融合概率,从所述第一图像上的像素中确定所述第一特征点。

6.根据权利要求4所述的方法,其特征在于,所述特征描述符稳定性包括:存在对应关系的特征点的特征描述符接近度,和/或,不存在对应关系的特征点的特征描述符可区分性。

7.根据权利要求4所述的方法,其特征在于,根据所述第一特征点的特征描述符,计算所述第一特征点的特征描述符稳定性,包括:

获取第二图像以及所述第二图像上的第二特征点,所述第二特征点与所述第一特征点对应;

通过所述特征描述器,计算所述第二特征点的特征描述符;

根据所述第一特征点的特征描述符、所述第二特征点的特征描述符以及所述第一特征点和所述第二特征点的对应关系,计算所述第一特征点的特征描述符稳定性。

8.根据权利要求7所述的方法,其特征在于,获取第二图像以及所述第二图像上的第二特征点,包括:

根据第一变换参数,对所述第一图像进行变换,得到所述第二图像;

根据所述第一变换参数,从所述第二图像上的像素中确定由所述第一特征点变换得到的像素点,作为所述第二特征点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911357883.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top