[发明专利]图像处理方法及装置、电子设备和存储介质

说明书

本公开涉及一种图像处理方法及装置、电子设备和存储介质，所述方法包括：确定目标图像对应的多个第一图像块特征；根据所述多个第一图像块特征，基于自注意力机制进行n次特征强化，得到多个第二图像块特征，其中，所述第二图像块特征和所述第一图像块特征的个数和通道数均相同，n是大于或等于1的整数；对所述多个第二图像块特征进行特征池化，得到多个第三图像块特征，其中，所述第三图像块特征的个数小于所述第二图像块特征的个数，且所述第三图像块特征的通道数数大于所述第二图像块特征的通道数；根据所述多个第三图像块特征，对所述目标图像进行目标图像处理操作，得到图像处理结果。本公开实施例可以提高图像处理结果的精度。

技术领域

本公开涉及计算机技术领域，尤其涉及一种图像处理方法及装置、电子设备和存储介质。

背景技术

近期，自注意力网络在自然语言处理中得到了广泛的应用，自注意力网络通过建立特征之间的联系来进行特征的强化，从而提升网络的最终性能。随着视觉自注意力网络的提出，自注意力网络在计算机视觉领域也得到了大规模应用，展现出极大的潜力。然而，现有的视觉自注意力网络的设计只是简单地照搬了自然语言处理中的设计，并没有针对计算机视觉的特征进行改进，使得视觉自注意力网络的性能较差。

发明内容

本公开提出了一种图像处理方法及装置、电子设备和存储介质的技术方案。

根据本公开的一方面，提供了一种图像处理方法，包括：确定目标图像对应的多个第一图像块特征；根据所述多个第一图像块特征，基于自注意力机制进行n次特征强化，得到多个第二图像块特征，其中，所述第二图像块特征和所述第一图像块特征的个数和通道数均相同，n是大于或等于1的整数；对所述多个第二图像块特征进行特征池化，得到多个第三图像块特征，其中，所述第三图像块特征的个数小于所述第二图像块特征的个数，且所述第三图像块特征的通道数数大于所述第二图像块特征的通道数；根据所述多个第三图像块特征，对所述目标图像进行目标图像处理操作，得到图像处理结果。

在一种可能的实现方式中，所述根据所述多个第一图像块特征，基于自注意力机制进行n次特征强化，得到多个第二图像块特征，包括：基于自注意力机制，对第i次特征强化对应的输入特征进行特征强化，得到所述第i次特征强化对应的输出特征，其中，i是大于或等于1，且小于或等于n的整数；在i等于n的情况下，将所述第i次特征强化对应的输出特征确定为所述多个第二图像块特征；在i等于1的情况下，第1次特征强化对应的输入特征是所述多个第一图像块特征；在i大于1的情况下，所述第i次特征强化对应的输入特征是第i-1特征强化对应的输出特征。

在一种可能的实现方式中，所述基于自注意力机制，对第i次特征强化对应的输入特征进行特征强化，得到所述第i次特征强化对应的输出特征，包括：根据所述第i次特征强化对应的输入特征，确定第一特征向量、第二特征向量和第三特征向量；根据所述第一特征向量和所述第二特征向量，确定所述第i次特征强化对应的注意力特征图；根据所述第i次特征强化对应的注意力特征图和所述第三特征向量，确定所述第i次特征强化对应的输出特征。

在一种可能的实现方式中，在i满足预设条件的情况下，所述方法还包括：将所述第i次特征强化对应的输出特征，确定为第i+1次特征强化对应的输入特征；将所述第i次特征强化对应的注意力特征图，确定为所述第i+1次特征强化对应的注意力特征图；利用所述第i+1次特征强化对应的注意力特征图，对所述第i+1次特征强化对应的输入特征进行特征强化，得到所述第i+1次特征强化对应的输出特征。

在一种可能的实现方式中，所述利用所述第i+1次特征强化对应的注意力特征图，对所述第i+1次特征强化对应的输入特征进行特征强化，得到所述第i+1次特征强化对应的输出特征，包括：根据所述第i+1次特征强化对应的输入特征，确定第四特征向量；根据所述第i+1次特征强化对应的注意力特征图和所述第四特征向量，确定所述第i+1次特征强化对应的输出特征。