【技术实现步骤摘要】
一种图像差异比对方法及其系统、电子装置
本专利技术涉及人工智能领域,其特别涉及一种图像差异比对方法及其系统、电子装置。
技术介绍
现有的求图像差异的比对方法都是基于传统的图像方法,根据滤波变换等图片处理方法,基于两张图像像素变化的区域,找出两张图像之间的差异性,并不能完全正确识别出差异区域,此外,由于现有图片特征提取更侧重于像素的变化,而往往容易由于图片拍摄角度差异、位置或形态简单变化而导致判断比对出错,因此,现有的图像比对方法的鲁棒性(Robustness)不好、准确率不好,亟待提供一种新型的图像差异比对技术方案。
技术实现思路
为解决现有技术中图像比对方法的鲁棒性及准确率不好的技术问题,本专利技术提供一种新型的图像差异比对方法及其系统、电子装置。本专利技术为解决上述技术问题,提供如下的技术方案:一种图像差异比对方法,所述图像差异比对方法包括以下步骤:步骤S1,获取两个待差异比对的图像;步骤S2,选取其中任一个待差异比对的图像,基于卷积神经网络(ConvolutionalNeuralNetworks,CNN)选取其中一像素点与待差异比对的图像全局所有像素 ...
【技术保护点】
1.一种图像差异比对方法,其特征在于:所述图像差异比对方法包括以下步骤:步骤S1,获取两个待差异比对的图像;步骤S2,选取其中任一个待差异比对的图像,基于卷积神经网络选取其中一像素点与待差异比对的图像全局所有像素点建立函数f(xi,xj)后,基于函数f(xi,xj)获知该像素点在待差异比对的图像全局中的权重,以此类推,直至两个待差异比对的图像中的所有像素点均分别完成权重分析,并获得多个函数;及步骤S3,选取至少一特征像素点的特征向量g(xj)并与上述多个函数相乘,以输出对应的特征图。
【技术特征摘要】
1.一种图像差异比对方法,其特征在于:所述图像差异比对方法包括以下步骤:步骤S1,获取两个待差异比对的图像;步骤S2,选取其中任一个待差异比对的图像,基于卷积神经网络选取其中一像素点与待差异比对的图像全局所有像素点建立函数f(xi,xj)后,基于函数f(xi,xj)获知该像素点在待差异比对的图像全局中的权重,以此类推,直至两个待差异比对的图像中的所有像素点均分别完成权重分析,并获得多个函数;及步骤S3,选取至少一特征像素点的特征向量g(xj)并与上述多个函数相乘,以输出对应的特征图。2.如权利要求1所述图像差异比对方法,其特征在于:上述步骤S2中进一步包括以下步骤:步骤S21,获取待差异比对的图像的所有像素点;步骤S22,将与第i个像素点匹配的f(xi)与待差异比对的图像全局所有像素点匹配的多个f(xj)函数矩阵相乘后,以获得函数f(xi,xj);及步骤S23,将函数f(xi,xj)经过激活函数后可以提取出来第i个像素点在待差异比对的图像中的权重;其中,在待差异比对的图像全局所有像素点中,不同像素点所匹配的f(xj)函数也不相同。3.如权利要求2所述图像差异比对方法,其特征在于:在上述步骤S23中,所述激活函数为softmax函数,其可对函数f(xi,xj)做归一化处理。4.如权利要求1所述图像差异比对方法,其特征在于:在上述步骤S3之后还包括:步骤S4,将步骤S3输出的特征图输入差别信息生成网络中,以对两个待差异比对的图像进行标注,获得两个待差异比对的图像中对应的差别信息;其中,所述差别信息包括两个待差异比对的图像比对中的差别分类、差别个数、差别位置信息、差别形态变化信息中一种或任意几种的组合。5.如权利要求1所述图像差异比对方法,其特征在于:上述步骤S2中,所述卷积神经网络选定1×1卷积运算...
【专利技术属性】
技术研发人员:张发恩,吴佳洪,秦永强,
申请(专利权)人:创新奇智北京科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。