本申请实施例提供了一种物体特征提取方法、装置、设备及介质，属于计算机视觉技术领域。其中方法包括：获取物体对象的结构先验知识；通过深度网络获取待检测图像的全局特征图像；将所述全局特征图像划分为多个初始局部区域；根据所述结构先验知识从各所述初始局部区域提取组件特征；根据多个所述组件特征合成得到所述物体对象的全局特征。这样，利用物体结构固有的先验知识确定物体的组件特征，避免了对物体组件的完整性的破坏，从而能够提取出更有意义的物体组件特征，提高物体组件特征的提取效果。取效果。取效果。
【技术实现步骤摘要】
物体特征提取方法、装置、设备及介质
[0001]本申请涉及计算机视觉
，尤其涉及一种物体特征提取方法、装置、设备及介质。
技术介绍
[0002]现有技术中，在进行物体特征提取时，一般采用基于平均划分的物体特征提取算法，将物体沿竖直方向平均划分，得到各个局部区域，然后再提取各个具体区域的特征。这种平均划分的方式不可避免地破坏物体局部结构的完整性，导致物体特征提取效果比较差。
技术实现思路
[0003]为了解决上述技术问题，本申请实施例提供了一种物体特征提取方法、装置、设备及介质。
[0004]第一方面，本申请实施例提供了一种物体特征提取方法，所述方法包括：
[0005]获取物体对象的结构先验知识；
[0006]通过深度网络获取待检测图像的全局特征图像；
[0007]将所述全局特征图像划分为多个初始局部区域；
[0008]根据所述结构先验知识从各所述初始局部区域提取组件特征；
[0009]根据多个所述组件特征合成得到所述物体对象的全局特征。
[0010]在一实施方式中，所述结构先验知识包括组件比例，所述根据所述结构先验知识从各所述初始局部区域提取组件特征，包括：
[0011]按照所述组件比例将多个所述初始局部区域划分为多个组件区域；
[0012]对各所述组件区域提取所述组件特征。
[0013]在一实施方式中，所述待检测图像包括人体图像，所述组件比例包括身体比例，所述按照所述组件比例将多个所述初始局部区域划分为多个组件区域，包括：
[0014]按照所述身体比例将多个所述初始局部区域划分为头部组件、上半身组件及下半身组件。
[0015]在一实施方式中，所述待检测图像包括人脸图像，所述组件比例包括五官比例，所述按照所述组件比例将多个所述初始局部区域划分为多个组件区域，包括：
[0016]按照所述五官比例将多个所述初始局部区域划分为五官组件。
[0017]在一实施方式中，所述待检测图像包括车辆图像，所述组件比例包括车头、车身和车尾之间的比例，所述按照所述组件比例将多个所述初始局部区域划分为多个组件区域，包括：
[0018]按照所述车头、所述车身和所述车尾之间的比例将多个所述初始局部区域划分为车头组件、车身组件和车尾组件。
[0019]在一实施方式中，所述结构先验知识包括组件位置信息及组件尺寸信息，所述根
据所述结构先验知识从各所述初始局部区域提取组件特征，包括：
[0020]按照所述组件位置信息及所述组件尺寸信息将多个所述初始局部区域划分为多个组件区域；
[0021]对各所述组件区域提取所述组件特征。
[0022]在一实施方式中，所述根据多个所述组件特征合成得到所述物体对象的全局特征，包括：
[0023]将多个所述组件特征串联成一维向量，将所述一维向量作为所述物体对象的全局特征。
[0024]第二方面，本申请实施例提供了一种物体特征提取装置，所述装置包括：
[0025]第一获取模块，用于获取物体对象的结构先验知识；
[0026]第二获取模块，用于通过深度网络获取待检测图像的全局特征图像；
[0027]划分模块，用于将所述全局特征图像划分为多个初始局部区域；
[0028]提取模块，用于根据所述结构先验知识从各所述初始局部区域提取组件特征；
[0029]合成模块，用于根据多个所述组件特征合成得到所述物体对象的全局特征。
[0030]第三方面，本申请实施例提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述计算机程序在所述处理器运行时执行第一方面提供的物体特征提取方法。
[0031]第四方面，本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行第一方面提供的物体特征提取方法。
[0032]上述本申请提供的物体特征提取方法、装置、设备及介质，获取物体对象的结构先验知识；通过深度网络获取待检测图像的全局特征图像；将所述全局特征图像划分为多个初始局部区域；根据所述结构先验知识从各所述初始局部区域提取组件特征；根据多个所述组件特征合成得到所述物体对象的全局特征。这样，利用物体结构固有的先验知识确定物体的组件特征，避免了对物体组件的完整性的破坏，从而能够提取出更有意义的物体组件特征，提高物体组件特征的提取效果。
附图说明
[0033]为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对本申请保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
[0034]图1示出了本申请实施例提供的物体特征提取方法的一流程示意图；
[0035]图2示出了本申请实施例提供的物体特征提取方法的另一流程示意图；
[0036]图3示出了本申请实施例提供的人体图像的一划分示意图；
[0037]图4示出了本申请实施例提供的人体图像的另一划分示意图；
[0038]图5示出了本申请实施例提供的物体特征提取装置的一结构示意图。
[0039]图标：500
‑
物体特征提取装置，501
‑
第一获取模块，502
‑
第二获取模块，503
‑
划分模块，504
‑
提取模块，505
‑
合成模块。
具体实施方式
[0040]下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。
[0041]通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0042]在下文中，可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
[0043]此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0044]除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关
中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种物体特征提取方法，其特征在于，所述方法包括：获取物体对象的结构先验知识；通过深度网络获取待检测图像的全局特征图像；将所述全局特征图像划分为多个初始局部区域；根据所述结构先验知识从各所述初始局部区域提取组件特征；根据多个所述组件特征合成得到所述物体对象的全局特征。2.根据权利要求1所述的方法，其特征在于，所述结构先验知识包括组件比例，所述根据所述结构先验知识从各所述初始局部区域提取组件特征，包括：按照所述组件比例将多个所述初始局部区域划分为多个组件区域；对各所述组件区域提取所述组件特征。3.根据权利要求2所述的方法，其特征在于，所述待检测图像包括人体图像，所述组件比例包括身体比例，所述按照所述组件比例将多个所述初始局部区域划分为多个组件区域，包括：按照所述身体比例将多个所述初始局部区域划分为头部组件、上半身组件及下半身组件。4.根据权利要求2所述的方法，其特征在于，所述待检测图像包括人脸图像，所述组件比例包括五官比例，所述按照所述组件比例将多个所述初始局部区域划分为多个组件区域，包括：按照所述五官比例将多个所述初始局部区域划分为五官组件。5.根据权利要求2所述的方法，其特征在于，所述待检测图像包括车辆图像，所述组件比例包括车头、车身和车尾之间的比例，所述按照所述组件比例将多个所述初始局部区域划分为多个组件区域，包括：按照所述车头、所述车身和所述车尾之间的比例将...
【专利技术属性】
技术研发人员：王侃，胡淑萍，庞建新，谭欢，
申请(专利权)人：深圳市优必选科技股份有限公司，
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。