图像匹配方法、装置、存储介质和电子装置制造方法及图纸

本发明专利技术公开了一种图像匹配方法、装置、存储介质和电子装置。该方法包括：获取第一图像和第二图像，其中，第一图像为待匹配图像，第二图像为待匹配图像对应的参照图像；从第一图像中提取出第一特征，且从第二图像中提取出第二特征；获取第一特征和第二特征之间的第一目标相关系数，其中，第一目标相关系数用于表示第一特征和第二特征之间的相关程度；基于第一目标相关系数在第二图像中确定与第一图像相匹配的第一目标区域。本发明专利技术解决了图像匹配的效率低的技术问题。率低的技术问题。率低的技术问题。

【技术实现步骤摘要】
图像匹配方法、装置、存储介质和电子装置


[0001]本专利技术涉及图像处理领域，具体而言，涉及一种图像匹配方法、装置、存储介质和电子装置。

技术介绍

[0002]目前，在进行图像匹配时，可以采用基于有监督学习的图像匹配方法来进行。该方法需要预先制造一定规模的数据集，通过数据集来训练模型，基于该模型来实现图像匹配。但是，该方法前期需求大量的人力及时间成本，并且模型泛化性能难以预估，难以产出通用模型，从而存在图像匹配的效率低的技术问题。
[0003]针对上述的图像匹配的效率低的技术问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本专利技术至少部分实施例提供了一种图像匹配方法、装置、存储介质和电子装置，以至少解决图像匹配的效率低的技术问题。
[0005]根据本专利技术其中一实施例，提供了一种图像匹配方法。该方法可以包括：获取第一图像和第二图像，其中，第一图像为待匹配图像，第二图像为待匹配图像对应的参照图像；从第一图像中提取出第一特征，且从第二图像中提取出第二特征；获取第一特征和第二特征之间的第一目标相关系数，其中，第一目标相关系数用于表示第一特征和第二特征之间的相关程度；基于第一目标相关系数在第二图像中确定与第一图像相匹配的第一目标区域。
[0006]可选地，从第一图像中提取出第一特征，包括：基于特征提取模型从第一图像中提取出第一目标特征图，其中，特征提取模型基于卷积神经网络训练得到，且第一目标特征图包括：第一图像的形状特征。
[0007]可选地，该方法还包括：基于特征提取模型的特征输出层输出第一目标特征图，其中，特征输出层为基于第一图像的尺寸确定。
[0008]可选地，从第二图像中提取出第二特征，包括：基于特征提取模型从第二图像中提取出第二目标特征图，其中，第二目标特征图包括：第二图像的形状特征。
[0009]可选地，该方法还包括：基于特征提取模型的特征输出层输出第二目标特征图，其中，特征输出层为基于第一图像的尺寸确定。
[0010]可选地，获取第一特征和第二特征之间的第一目标相关系数，包括：将第一目标特征图从时域变换至频域，得到第三目标特征图；将第二目标特征图从时域变换至频域，得到第四目标特征图；对第三目标特征图和第四目标特征图进行归一化交叉相关处理，得到第一目标相关系数。
[0011]可选地，对第三目标特征图和第四目标特征图进行归一化交叉相关处理，得到第一目标相关系数，包括：确定第三目标特征图对应的第一复共轭值和第四目标特征图对应的第二复共轭值；对第一复共轭值和第二复共轭值二者之间的积进行傅里叶逆变换，得到
第一目标相关系数。
[0012]可选地，第一目标特征图为多通道的第一目标特征图，第二目标特征图为多通道的第二目标特征图，获取第一特征和第二特征之间的第一目标相关系数，包括：获取每个通道的第一目标特征图和每个通道的第二目标特征图之间的第一目标相关系数，得到多个第一目标相关系数；基于第一目标相关系数在第二图像中确定与第一图像相匹配的第一目标区域，包括：基于多个第一目标相关系数在第二图像中确定第一目标区域。
[0013]可选地，基于多个第一目标相关系数在第二图像中确定第一目标区域，包括：获取多个第一目标相关系数中的最大第一目标相关系数；基于目标调整参数对最大第一目标相关系数进行调整；将多个第一目标相关系数中大于等于调整后的最大第一目标相关系数的相关系数，确定为第二目标相关系数；基于第二目标相关系数在第二图像中确定第一目标区域。
[0014]可选地，基于第二目标相关系数在第二图像中确定第一目标区域，包括：确定第二目标相关系数对应的第一位置信息；基于第一位置信息在第二图像中确定第二位置信息；基于第二位置信息确定第一目标区域。
[0015]可选地，基于第一位置信息在第二图像中确定第二位置信息，包括：基于第一目标特征图的宽度和高度、第二目标特征图的宽度和高度、第二图像到第二目标特征图的缩放比例，将第一位置信息转换为第二位置信息。
[0016]可选地，基于第二位置信息确定第一目标区域，包括：将第二位置信息确定为第一目标区域的中心的位置信息；基于中心的位置信息确定第一目标区域的边界框，以得到第一目标区域。
[0017]可选地，在第二目标相关系数的数量为多个的情况下，边界框的数量为多个，基于中心的位置信息确定第一目标区域的边界框，以得到第一目标区域，包括：基于多个边界框之间的交并比，从多个边界框中选取目标边界框；确定目标边界框的数量为多个，则基于第二图像中的目标点从多个目标边界框中选取第一目标边界框；将第一目标边界框在第二图像中的区域，确定为第一目标区域。
[0018]可选地，特征提取模型的网络层的感受野尺寸不超过第二图像的尺寸。
[0019]可选地，该方法还包括：确定第一图像中包括第一文本信息，则从第一图像中提取出第一文本信息，且从第二图像中提取出第二文本信息；对第一文本信息和第二文本信息进行模糊匹配；确定对第一文本信息和第二文本信息进行模糊匹配成功，则在第二图像中确定与第一文本信息相匹配的第二目标区域。
[0020]可选地，在第二图像中确定与第一文本信息相匹配的第二目标区域，包括：确定第一文本信息在第二图像中的第三位置信息；基于第三位置信息确定第二目标区域。
[0021]可选地，从第一图像中提取出第一特征，且从第二图像中提取出第二特征，包括：确定第一图像中未包括第一文本信息，或者，确定对第一文本信息和第二文本信息进行模糊匹配失败，则从第一图像中提取出第一特征，且从第二图像中提取出第二特征。
[0022]可选地，该方法还包括：获取第一目标区域对应的图像和第一图像二者之间的相似度；确定相似度大于目标阈值，则输出提示信息，其中，提示信息用于表示第一图像与第二图像匹配成功。
[0023]根据本专利技术其中一实施例，还提供了一种图像匹配装置。该装置可以包括：第一获
取单元，用于获取第一图像和第二图像，其中，第一图像为待匹配图像，第二图像为待匹配图像对应的参照图像；提取单元，用于从第一图像中提取出第一特征，且从第二图像中提取出第二特征；第二获取单元，用于获取第一特征和第二特征之间的第一目标相关系数，其中，第一目标相关系数用于表示第一特征和第二特征之间的相关程度；确定单元，用于基于第一目标相关系数在第二图像中确定与第一图像相匹配的第一目标区域。
[0024]根据本专利技术其中一实施例，还提供了一种非易失性存储介质，该计算机可读存储介质中存储有计算机程序，其中，计算机程序被设置为被处理器运行时执行本专利技术实施例的图像匹配方法。
[0025]根据本专利技术其中一实施例，还提供了一种处理器，处理器用于运行程序，其中，程序被设置为运行时执行上述任一项中的图像匹配方法。
[0026]根据本专利技术其中一实施例，还提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行本专利技术实施例的图像匹配方法。
[0027]在本专利技术至少部分实施例中，采本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像匹配方法，其特征在于，包括：获取第一图像和第二图像，其中，所述第一图像为待匹配图像，所述第二图像为所述待匹配图像对应的参照图像；从所述第一图像中提取出第一特征，且从所述第二图像中提取出第二特征；获取所述第一特征和所述第二特征之间的第一目标相关系数，其中，所述第一目标相关系数用于表示所述第一特征和所述第二特征之间的相关程度；基于所述第一目标相关系数在所述第二图像中确定与所述第一图像相匹配的第一目标区域。2.根据权利要求1所述的方法，其特征在于，从所述第一图像中提取出第一特征，包括：基于特征提取模型从所述第一图像中提取出第一目标特征图，其中，所述特征提取模型基于卷积神经网络训练得到，且所述第一目标特征图包括：所述第一图像的形状特征。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：基于所述特征提取模型的特征输出层输出所述第一目标特征图，其中，所述特征输出层为基于所述第一图像的尺寸确定。4.根据权利要求2所述的方法，其特征在于，从所述第二图像中提取出第二特征，包括：基于所述特征提取模型从所述第二图像中提取出第二目标特征图，其中，所述第二目标特征图包括：所述第二图像的形状特征。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：基于所述特征提取模型的特征输出层输出所述第二目标特征图，其中，所述特征输出层为基于所述第一图像的尺寸确定。6.根据权利要求4所述的方法，其特征在于，获取所述第一特征和所述第二特征之间的第一目标相关系数，包括：将所述第一目标特征图从时域变换至频域，得到第三目标特征图；将所述第二目标特征图从所述时域变换至所述频域，得到第四目标特征图；对所述第三目标特征图和所述第四目标特征图进行归一化交叉相关处理，得到所述第一目标相关系数。7.根据权利要求6所述的方法，其特征在于，对所述第三目标特征图和所述第四目标特征图进行归一化交叉相关处理，得到所述第一目标相关系数，包括：确定所述第三目标特征图对应的第一复共轭值和所述第四目标特征图对应的第二复共轭值；对所述第一复共轭值和所述第二复共轭值二者之间的积进行傅里叶逆变换，得到所述第一目标相关系数。8.根据权利要求4所述的方法，其特征在于，所述第一目标特征图为多通道的第一目标特征图，所述第二目标特征图为多通道的第二目标特征图，获取所述第一特征和所述第二特征之间的第一目标相关系数，包括：获取每个所述通道的第一目标特征图和每个所述通道的第二目标特征图之间的所述第一目标相关系数，得到多个所述第一目标相关系数；基于所述第一目标相关系数在所述第二图像中确定与所述第一图像相匹配的第一目标区域，包括：基于多个所述第一目标相关系数在所述第二图像中确定所述第一目标区域。
9.根据权利要求8所述的方法，其特征在于，基于多个所述第一目标相关系数在所述第二图像中确定所述第一目标区域，包括：获取多个所述第一目标相关系数中的最大第一目标相关系数；基于目标调整参数对所述最大第一目标相关系数进行调整；将多个所述第一目标相关系数中大于等于调整后的所述最大第一目标相关系数的相关系数，确定为第二目标相关系数；基于所述第二目标相关系数在所述第二图像中确定所述第一目标区域。10.根据权利要求9所述的方法，其特征在于，基于所述第二目标相关系数在所述第二图像中确定所述第一目标区域，包括：确定所述第二目标相关系数对应的第一位置信息；基于所述第一位置信息在所述第二图像中确定第二位置信息；基于所述第二位置信息确定所述第一目标区域。11.根据权利要求10所述的方...

【专利技术属性】
技术研发人员：丁超凡，徐博磊，侯雪晴，崔蓓蕾，吴迪，叶均杰，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：