[发明专利]图像处理方法、装置、电子设备以及存储介质

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

获取目标图像；

将所述目标图像输入目标图像处理模型，基于所述目标图像处理模型对所述目标图像进行特征提取，得到提取到的特征；

对所提取的特征进行关键点预测处理，得到目标关键点，以及对所提取的特征进行特征融合处理，得到密集图像特征；

从所述密集图像特征中获取与所述目标关键点对应的描述子向量，所述描述子向量包括有所述目标图像的全局特征信息以及局部特征信息；

基于所述描述子向量获取与所述目标图像匹配的参考图像。

2.根据权利要求1所述的方法，其特征在于，所述基于所述目标图像处理模型对所述目标图像进行特征提取，包括：

基于所述目标图像处理模型对所述目标图像进行编码处理，得到多个尺度的图像特征图；

将所述多个尺度的图像特征图中尺度最小的特征图作为小尺度密集图像特征图；

对所述小尺度密集图像特征图进行解码处理，得到多个尺度的图像特征图；

将解码处理后得到的多个尺度的图像特征图中尺度最大的特征图作为大尺度密集图像特征图。

3.根据权利要求2所述的方法，其特征在于，所述对所提取的特征进行关键点预测处理，得到目标关键点，包括：

分别对所述编码处理后得到的多个尺度的图像特征图以对应的尺度进行上采样处理，得到与多个尺度的图像特征图各自对应的多个上采样特征图；

分别获取所述多个上采样特征图中的每个位置对应的关键点概率分数，得到多个关键点概率图；

对所述多个关键点概率图进行聚合处理，得到多尺度关键点概率图；

从所述多尺度关键点概率图中获取目标关键点，所述目标关键点对应的关键点概率分数大于指定阈值。

4.根据权利要求2所述的方法，其特征在于，所述对所提取的特征进行特征融合处理，得到密集图像特征，包括：

对所述小尺度密集图像特征图进行全局池化处理，得到与所述小尺度密集图像特征图对应的全局特征描述向量；

获取与所述全局特征描述向量对应的特征权重；

将所述全局特征描述向量按照所述特征权重与所述大尺度密集图像特征图的密集图像特征进行融合处理，得到密集图像特征。

5.根据权利要求4所述的方法，其特征在于，所述将所述全局特征描述向量按照所述特征权重与所述大尺度密集图像特征图的密集图像特征进行融合处理，得到密集图像特征，包括：

基于目标计算规则将所述全局特征描述向量按照所述特征权重与所述大尺度密集图像特征图的密集图像特征在同一维度上逐项相加，得到加权的密集图像特征；

所述目标计算规则包括：

L_W(i,j,:)＝L(i,j,:)+W*G；

其中，所述L_W(i,j,:)表征所述加权的密集图像特征，所述L(i,j,:)表征所述大尺度密集图像特征图的密集图像特征，所述W表征所述特征权重，所述G表征所述全局特征描述向量。

6.一种图像处理方法，其特征在于，所述方法包括：

获取第一图像以及第二图像；

基于如权利要求1-5任一项所述的方法获取与所述第一图像对应的第一描述子向量，以及获取与所述第二图像对应的第二描述子向量；

基于所述第一描述子向量以及所述第二描述子向量获取所述第一图像与所述第二图像的匹配分数；

若所述匹配分数大于匹配分数阈值，判定所述第一图像与所述第二图像匹配。