【技术实现步骤摘要】
对象提取方法及装置
本申请涉及但不限于计算机技术，尤指一种对象提取方法及装置。
技术介绍
特征提取(FE，FeatureExtraction)是指使用计算机提取图像中属于特征性的信息的方法及过程。全局特征(GlobalFeature)是指图像的整体属性，是像素级的低层可视特征，常见的全局特征包括颜色特征、纹理特征和形状特征。全局特征具有良好的不变性、计算简单、表示直观等特点，但是全局特征描述不适用于图像混叠和有遮挡的情况。局部特征(LocalFeature)是从图像局部区域中抽取的特征，包括边缘、角点、线、曲线和特别属性的区域等。如何更好地得到局部特征，以便于保障后续应用是业界亟待解决的问题。
技术实现思路
本申请提供一种对象提取方法及装置，能够获取更好的局部特征，从而更好地保障对对象的识别。本专利技术实施例提供了一种对象提取方法，包括：根据对象的高层特征信息和先验知识，定位对象的局部特征区域；对定位出的局部特征区域分别进行采样以获取采样信息；对采样信息分别...
【技术保护点】
1.一种对象提取方法，包括：/n根据对象的高层特征信息和先验知识，定位对象的局部特征区域；/n对定位出的局部特征区域分别进行采样以获取采样信息；/n对采样信息分别进行特征提取，获取局部特征区域的局部特征信息。/n
【技术特征摘要】
1.一种对象提取方法，包括：
根据对象的高层特征信息和先验知识，定位对象的局部特征区域；
对定位出的局部特征区域分别进行采样以获取采样信息；
对采样信息分别进行特征提取，获取局部特征区域的局部特征信息。
2.根据权利要求1所述的对象提取方法，还包括：
利用神经网络模型对所述对象进行特征提后得到所述高层特征信息。
3.根据权利要求1所述的对象提取方法，其中，所述先验知识用于表征所述对象的不同部位，包括一种或一种以上预先得到的对所述对象进行区域划分的子块信息。
4.根据权利要求3所述的对象提取方法，其中，所述定位对象的局部特征区域，包括：
根据所述先验知识表征的所述对象的不同部位，从所述对象的高层特征信息中定位出一种或一种以上所述局部特征区域。
5.根据权利要求1所述的对象提取方法，其中，所述采样包括上采样或下采样。
6.根据权利要求1所述的对象提取方法，其中，所述采样信息对应的采样信息图的尺寸小于或等于所述高层特征信息对应的高层特征图的尺寸。
7.根据权利要求1所述的对象提取方法，其中，所述获取局部特征区域的局部特征信息，包括：
利用神经网络模型对所述采样信息对应的采样信息图进行特征提取，获取所述局部特征区域的局部特征信息。
8.一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行权利要求1～权利要求7任一项所述的对象提取方法。
9.一种用于实现对象提取的装置，包括存储器和处理器，其中，存储器中存储有以下可被处理器执行的指令：用于执行权利要求1～权利要求7任一项所述的对象提取方法的步骤。
10.一种对象识别方法，包括：
获取对象的局部...
【专利技术属性】
技术研发人员：沈旭，杨继伟，黄建强，华先胜，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY
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。