[发明专利]特征提取方法、装置、电子设备及存储介质

权利要求书

1.一种特征提取方法，其特征在于，所述方法包括：

提取目标图像的特征图；

将所述特征图分别输入至训练好的通道注意力特征提取模型和空间注意力特征提取模型，得到所述目标图像的通道注意力特征和空间注意力特征；

分别利用预设的加权距离特征融合算法和加权乘积特征融合算法，对所述通道注意力特征和所述空间注意力特征进行特征融合，得到加权距离融合特征和加权乘积融合特征；

基于所述加权距离融合特征和所述加权乘积融合特征，确定自注意力参数；

基于所述特征图和所述自注意力参数，确定所述目标图像的自注意力特征。

2.根据权利要求1所述的方法，其特征在于，利用预设的加权距离特征融合算法对所述通道注意力特征和所述空间注意力特征进行特征融合，得到加权距离融合特征，包括：

确定所述通道注意力特征对应的第一权重值，以及确定所述空间注意力特征对应的第二权重值；

将所述通道注意力特征乘以所述第一权重值，得到第一乘积，并将所述空间注意力特征乘以所述第二权重值，得到第二乘积；

确定所述第一乘积和所述第二乘积的平方和；

对所述平方和进行开方运算，得到加权距离融合特征。

3.根据权利要求1所述的方法，其特征在于，利用预设的加权乘积特征融合算法对所述通道注意力特征和所述空间注意力特征进行特征融合，得到加权乘积融合特征，包括：

确定乘积特征融合权重值；

将所述通道注意力特征、所述空间注意力特征以及所述乘积特征融合权重值进行三者相乘，得到加权乘积融合特征。

4.根据权利要求1所述的方法，其特征在于，所述基于所述加权距离融合特征和所述加权乘积融合特征，确定自注意力参数，包括：

将所述加权距离融合特征和所述加权乘积融合特征进行求和，得到自注意力参数；

或者，将所述加权距离融合特征和所述加权乘积融合特征进行加权求和，得到自注意力参数。

5.根据权利要求1所述的方法，其特征在于，所述通道注意力特征提取模型包括全局平均池化层、全局最大池化层、融合层、全连接层，以及Sigmod算子；将所述特征图输入至训练好的通道注意力特征提取模型，得到所述目标图像的通道注意力特征，包括：

将所述特征图输入至训练好的通道注意力特征提取模型，以由所述全局平均池化层对所述特征图进行全局平均特征提取，得到平均通道特征，并由所述全局最大池化层对所述特征图进行全局最大特征提取，得到最大通道特征，并由所述融合层对所述平均通道特征和所述最大通道特征进行特征融合，得到融合特征，并由所述全连接层和所述Sigmod算子对所述融合特征依次进行处理，得到所述目标图像的通道注意力特征。

6.根据权利要求5所述的方法，其特征在于，所述融合层通过以下方式对所述平均通道特征和所述最大通道特征进行特征融合，得到融合特征：

确定所述平均通道特征对应的第三权重值，以及所述最大通道特征对应的第四权重值；

将所述平均通道特征乘以所述第三权重值，得到第三乘积，并将所述最大通道特征乘以所述第四权重值，得到第四乘积；

将所述第三乘积和所述第四乘积进行求和，得到融合特征。

7.根据权利要求1所述的方法，其特征在于，所述空间注意力特征提取模型包括卷积层、Softmax算子，以及Reshape算子。