【技术实现步骤摘要】
本专利技术涉及图像处理，特别是涉及一种图像处理方法、装置、设备、介质及计算机程序产品。
技术介绍
1、计算机视觉（computer vision）是人工智能技术的一个重要分支，它的主要任务之一是通过对采集的图像进行处理以获得相应的场景信息，在自动驾驶、智能机器人、智能家居、智慧终端以及交通运输、航空遥感、工业产品装配等工业生产等领域均有广泛的应用。
2、视觉感知模型是计算机视觉技术的核心之一，视觉感知模型的感知能力决定着人工智能的视觉理解能力。由于不同应用场景的需求差异，在训练针对不同应用场景的视觉感知模型时需要采用不同的图像样本，如针对计算资源有限的应用场景通常采用分辨率较低的图像样本训练视觉感知模型，针对小目标、远距离目标的感知场景则采用分辨率较高的图像样本训练视觉感知模型。这就导致了在实际应用中，视觉感知模型一旦部署，就只能处理固定分辨率的输入图像。
3、为使视觉感知模型具有处理不同分辨率的输入图像的能力，需要采用不同分辨率的图像样本训练视觉感知模型。但由于不同分辨率的图像样本之间存在较大的数据分布差异，导...
【技术保护点】
1.一种图像处理方法，其特征在于，包括：
2.根据权利要求1所述的图像处理方法，其特征在于，利用所述分辨率对应的元学习器更新所述视觉感知模型中的多分辨率泛化层的参数，包括：
3.根据权利要求2所述的图像处理方法，其特征在于，利用对应的所述元学习器根据所述分辨率对应的图像特征尺寸以及所述多分辨率泛化层对应的图像特征尺寸生成所述多分辨率泛化层的参数，包括：
4.根据权利要求3所述的图像处理方法，其特征在于，根据所述分辨率对应的图像特征尺寸以及第一图像特征尺寸生成图像特征向量，包括：
5.根据权利要求3所述的图像处理方法，其特...
【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
2.根据权利要求1所述的图像处理方法，其特征在于，利用所述分辨率对应的元学习器更新所述视觉感知模型中的多分辨率泛化层的参数，包括：
3.根据权利要求2所述的图像处理方法，其特征在于，利用对应的所述元学习器根据所述分辨率对应的图像特征尺寸以及所述多分辨率泛化层对应的图像特征尺寸生成所述多分辨率泛化层的参数，包括：
4.根据权利要求3所述的图像处理方法，其特征在于，根据所述分辨率对应的图像特征尺寸以及第一图像特征尺寸生成图像特征向量，包括：
5.根据权利要求3所述的图像处理方法，其特征在于，所述第一图像特征尺寸的确定步骤包括：
6.根据权利要求1所述的图像处理方法，其特征在于，所述多分辨率泛化层的计算步骤，包括：
7.根据权利要求6所述的图像处理方法，其特征在于，对输入的图像特征进行深度特征提取，包括：
8.根据权利要求6所述的图像处理方法，其特征在于，对输入的图像特征进行基于所述分辨率的注意力权重生成，包括：
9.根据权利要求8所述的图像处理方法，其特征在于，利用所述元学习器更新所述多分辨率泛化层的参数，包括：
10.根据权利要求1所述的图像处理方法，其特征在于，利用各所述分辨率...
【专利技术属性】
技术研发人员：张腾飞，李茹杨，张恒，邓琪，赵雅倩，李仁刚，
申请(专利权)人：苏州元脑智能科技有限公司，
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。