【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,需要针对图像特征提取器的类型人工选取对应的池化方式,当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。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,也不旨在用于限制所要求的保护的技
【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中对应的目标图像特征;确定长度与所述目标图像特征长度一致的位置向量,所述位置向量包括依次排列的多个位置编号,所述位置编号与所述目标图像特征一一对应;将所述位置向量转换为二维的位置编码向量,其中,每一所述位置编码向量各不相同,且所述位置编码向量的排列顺序与对应的所述位置向量的排列顺序一致;根据所述位置编码向量和序列模型确定所述目标图像特征的池化系数;将所述池化系数与所述目标图像特征进行点乘,以得到所述目标图像的图像池化结果。2.根据权利要求1所述的方法,其特征在于,所述获取待处理的目标图像对应的目标图像特征,包括:获取待处理的目标图像中至少一个通道对应的目标图像特征;所述将所述位置向量转换为二维的位置编码向量,包括:针对所述位置向量中的每一位置编号,确定所述位置编号对应的、维度与所述目标图像特征的通道数一致的一维向量,以得到所述位置向量对应的二维位置编码向量。3.根据权利要求2所述的方法,其特征在于,所述确定所述位置编号对应的、维度与所述目标图像特征的通道数一致的一维向量,包括:根据位置编码函数确定所述位置编号对应的、维度与所述目标图像特征的通道数一致的一维向量,所述位置编码函数用于通过第一转换计算确定所述一维向量中奇数位置的元素值,并通过第二转换计算确定所述一维向量中偶数位置的元素值。4.根据权利要求2所述的方法,其特征在于,所述方法封装在图像处理模型中,所述确定所述位置编号对应的、维度与所述目标图像特征的通道数一致的一维向量,包括:根据所述图像处理模型的预训练参数确定所述位置编号对应的、维度与所述目标图像特征的通道数一致的一维向量,所述图像处理模型的预训练参数是通过如下方式训练得到的:针对长度与样本图像特征的长度一致的样本位置向量中每一位置编号确定样本向量,以得到样本位置编码向量,所述样本向量为维度与所述样本图像特征的通道数相同的样本一维向量;根据所述样本位置编码向量对所述样本图像特征进行池化处理,并根据池化处理后的所述样本...
【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:
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。