图像处理方法、装置、存储介质及电子设备制造方法及图纸

本公开涉及一种图像处理方法、装置、存储介质及电子设备，以减少图像处理过程中池化操作所需的人力和时间，提高图像池化效率，进而提高图像处理效率。该图像处理方法包括：获取待处理的目标图像；将所述目标图像输入图像处理模型，以得到对应的图像处理结果；其中，所述图像处理模型用于提取所述目标图像的图像特征，根据预训练的池化向量对所述目标图像的图像特征进行池化处理，根据池化处理后的所述图像特征输出所述图像处理结果，其中，所述池化向量是作为所述图像处理模型的参数、通过对所述图像处理模型进行训练而得到的。述图像处理模型进行训练而得到的。述图像处理模型进行训练而得到的。

【技术实现步骤摘要】
图像处理方法、装置、存储介质及电子设备


[0001]本公开涉及图像处理
，具体地，涉及一种图像处理技术方法、装置、存储介质及电子设备。

技术介绍

[0002]图像处理领域中，池化可以将小邻域内的特征点整合得到新的特征，也被称为特征聚合。相关技术中池化方式包括最大值池化(max
‑
pooling)、k
‑
最大值池化(k
‑
max pooling)、均值池化(average pooling)等方式。实际应用中，需要针对待处理的图像属性或图像特征提取器的类型人工选取对应的池化方式，当待处理的图像属性或图像特征提取器的类型发生变化时，需要重新选择对应的池化方式，耗费人力和时间。并且，以k
‑
最大值池化为例，需要多次实验尝试不同k值来找出最优特征聚合函数，调参开销大。

技术实现思路

[0003]提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：获取待处理的目标图像；将所述目标图像输入图像处理模型，以得到对应的图像处理结果；其中，所述图像处理模型用于提取所述目标图像的图像特征，根据预训练的池化向量对所述目标图像的图像特征进行池化处理，根据池化处理后的所述图像特征输出所述图像处理结果，其中，所述池化向量是作为所述图像处理模型的参数、通过对所述图像处理模型进行训练而得到的。2.根据权利要求1所述的方法，其特征在于，所述根据预训练的池化向量对所述目标图像的图像特征进行池化处理，包括：基于所述图像特征对应的特征向量的数值，对所述图像特征进行排序，以得到目标图像特征；将预训练的池化向量与所述目标图像特征进行点乘，以得到池化处理后的所述图像特征。3.根据权利要求1项所述的方法，其特征在于，所述根据预训练的池化向量对所述目标图像的图像特征进行池化处理，包括：对预训练的所述池化向量进行插值处理，并对插值处理后的所述池化向量进行归一化处理，以得到目标池化向量；根据所述目标池化向量对所述目标图像的图像特征进行池化处理。4.根据权利要求3所述的方法，其特征在于，所述对预训练的所述池化向量进行插值处理，包括：对预训练的所述池化向量进行分段处理；针对分段处理后不包括所述池化向量中最大向量值和最小向量值的向量分段进行插值处理。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，所述池化向量的训练步骤包括：确定初始池化向量，并对所述初始池化向量进行归一化处理，以得到归一池化向量；根据所述归一池化向量对用于训练所述图像处理模型的样本图像所对应的样本图像特征进行池化处理，以得到所述图像处理模型根据池化处理后的所述样本图像特征输出的样本图像处理结果；根据所述样本...

【专利技术属性】
技术研发人员：吴昊，陈嘉诚，王长虎，
申请(专利权)人：北京有竹居网络技术有限公司，
类型：发明
国别省市：