[发明专利]图像特征降维方法、装置、电子设备和存储介质

权利要求书

1.一种图像特征降维方法，其特征在于，包括：

提取目标业务场景下目标图片对应的第一图像特征向量；

基于所述目标业务场景下的样本图片和掩码向量模型，得到与对应目标业务场景相匹配的中间掩码向量；所述掩码向量模型为通过机器学习算法构建的所述目标业务场景下的样本图片与中间掩码向量的机器学习模型，所述中间掩码向量与所述第一图像特征向量维度相同；

根据所述中间掩码向量对所述第一图像特征向量进行降维处理，得到第二图像特征向量；

所述基于所述目标业务场景下的样本图片和掩码向量模型，得到与对应目标业务场景相匹配的中间掩码向量包括：根据所述目标业务场景下的样本图片配置初始化掩码向量；基于遗传算法和所述样本图片对所述初始化掩码向量进行种群迭代寻优，得到与对应目标业务场景相匹配的中间掩码向量；其中，在遗传算法中将所述初始化掩码向量确定为初代种群，根据适应度函数计算初代种群中每个初始个体的第一适应度包括：

根据所述目标图片随机选取至少一个特征向量三元组；所述特征向量三元组包括基于所述目标图片确定的第一特征向量、第二特征向量和第三特征向量；根据至少一个所述特征向量三元组和所述适应度函数，确定对应初始个体的第一适应度，其中，所述第一特征向量和第二特征向量对应的目标图片所在的目标对象相同；所述第一特征向量和第三特征向量对应的目标图片所在的目标对象不同；所述第一适应度用于进行种群迭代寻优。

2.根据权利要求1所述的图像特征降维方法，其特征在于，基于遗传算法和所述样本图片对所述初始化掩码向量进行种群迭代寻优，得到中间掩码向量，包括：

基于所述样本图片构建与目标业务场景对应的适应度函数；

根据适应度函数计算初代种群中每个初始个体的第一适应度；

根据初始个体的第一适应度进行种群迭代更新，直至进化完成；

根据所述适应度函数计算进化完成后每个个体的第二适应度，并将第二适应度最大的个体输出为中间掩码向量。

3.根据权利要求2所述的图像特征降维方法，其特征在于，基于所述样本图片构建与目标业务场景对应的适应度函数，包括：

基于目标业务场景下的样本图片获取与所述目标图片对应的降维维数和图像特征距离；

根据所述图像维数和所述图像特征距离，确定与所述目标业务场景对应的适应度函数。

4.根据权利要求2所述的图像特征降维方法，其特征在于，根据初始个体的第一适应度进行种群迭代更新，直至进化完成包括：

根据初代种群每个个体的第一适应度进行父个体选择；

利用所述父个体进行交叉和变异，对种群中的个体进行更新，得到子代种群；

重复以上步骤进行迭代更新，直至进化完成。

5.根据权利要求1所述的图像特征降维方法，其特征在于，根据所述中间掩码向量对所述第一图像特征向量进行降维处理，得到第二图像特征向量包括：

根据所述中间掩码向量各个维度上的特征值，对所述第一图像特征向量对应位置的特征值进行按位逻辑运算，得到降维后的第二图像特征向量。