图片特征提取方法、装置、存储介质及计算机设备制造方法及图纸

本发明专利技术公开了一种图片特征提取方法、装置、存储介质及计算机设备，涉及信息技术领域，主要在于能够提高图片特征提取的精度。其中方法包括：获取实际业务场景中的待处理图片；将所述待处理图片分割成多个子图片，并从所述多个子图片中确定清晰的目标子图片；将所述目标子图片输入至预设图片特征提取模型中进行特征提取，得到所述目标子图片对应的第一图片特征向量；基于所述第一图片特征向量和所述多个子图片分别在所述待处理图片中的位置信息，确定所述多个子图片中剩余子图片对应的第二图片特征向量；基于所述第一图片特征向量和所述第二图片特征向量，确定所述待处理图片对应的第三图片特征向量。本发明专利技术适用于对图片特征进行提取。行提取。行提取。

【技术实现步骤摘要】
图片特征提取方法、装置、存储介质及计算机设备


[0001]本专利技术涉及信息
，尤其是涉及一种图片特征提取方法、装置、存储介质及计算机设备。

技术介绍

[0002]图片特征提取是自然语言处理中的一项基本任务，通过图片特征提取为后续自然语言处理提供基础，因此，高效准确地进行图片特征提取对自然语言处理有着重要的意义。
[0003]目前，通常利用清晰且完整的图片构建特征提取模型，并基于构建好的特征提取模型进行图片特征提取。然而，在实际业务场景中，图片往往是不完整或者不清晰的，例如，裁剪过的图片或者打过马赛克的图片，由此会导致利用清晰且完整的图片构建的特征提取模型，很难支持对不清晰或者不完整的图片的特征提取，无法保证图片特征的提取精度。

技术实现思路

[0004]本专利技术提供了一种图片特征提取方法、装置、存储介质及计算机设备，主要在于能够提高图片特征提取的精度。
[0005]根据本专利技术的第一个方面，提供一种图片特征提取方法，包括：
[0006]获取实际业务场景中的待处理图片；
[0007]将所述待处理图片分割成多个子图片，并从所述多个子图片中确定清晰的目标子图片，其中，所述清晰的目标子图片是未被损坏、未被马赛克、像素值大于预设像素值的图片；
[0008]将所述目标子图片输入至预设图片特征提取模型中进行特征提取，得到所述目标子图片对应的第一图片特征向量；
[0009]基于所述第一图片特征向量和所述多个子图片分别在所述待处理图片中的位置信息，确定所述多个子图片中去除所述目标子图片后的剩余子图片对应的第二图片特征向量；
[0010]基于所述第一图片特征向量和所述第二图片特征向量，确定所述待处理图片对应的第三图片特征向量。
[0011]根据本专利技术的第二个方面，提供一种图片特征提取装置，包括：
[0012]获取单元，用于获取实际业务场景中的待处理图片；
[0013]分割单元，用于将所述待处理图片分割成多个子图片，并从所述多个子图片中确定清晰的目标子图片，其中，所述清晰的目标子图片是未被损坏、未被马赛克、像素值大于预设像素值的图片；
[0014]提取单元，用于将所述目标子图片输入至预设图片特征提取模型中进行特征提取，得到所述目标子图片对应的第一图片特征向量；
[0015]第一确定单元，用于基于所述第一图片特征向量和所述多个子图片分别在所述待处理图片中的位置信息，确定所述多个子图片中去除所述目标子图片后的剩余子图片对应
的第二图片特征向量；
[0016]第二确定单元，用于基于所述第一图片特征向量和所述第二图片特征向量，确定所述待处理图片对应的第三图片特征向量。
[0017]根据本专利技术的第三个方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：
[0018]获取实际业务场景中的待处理图片；
[0019]将所述待处理图片分割成多个子图片，并从所述多个子图片中确定清晰的目标子图片，其中，所述清晰的目标子图片是未被损坏、未被马赛克、像素值大于预设像素值的图片；
[0020]将所述目标子图片输入至预设图片特征提取模型中进行特征提取，得到所述目标子图片对应的第一图片特征向量；
[0021]基于所述第一图片特征向量和所述多个子图片分别在所述待处理图片中的位置信息，确定所述多个子图片中去除所述目标子图片后的剩余子图片对应的第二图片特征向量；
[0022]基于所述第一图片特征向量和所述第二图片特征向量，确定所述待处理图片对应的第三图片特征向量。
[0023]根据本专利技术的第四个方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：
[0024]获取实际业务场景中的待处理图片；
[0025]将所述待处理图片分割成多个子图片，并从所述多个子图片中确定清晰的目标子图片，其中，所述清晰的目标子图片是未被损坏、未被马赛克、像素值大于预设像素值的图片；
[0026]将所述目标子图片输入至预设图片特征提取模型中进行特征提取，得到所述目标子图片对应的第一图片特征向量；
[0027]基于所述第一图片特征向量和所述多个子图片分别在所述待处理图片中的位置信息，确定所述多个子图片中去除所述目标子图片后的剩余子图片对应的第二图片特征向量；
[0028]基于所述第一图片特征向量和所述第二图片特征向量，确定所述待处理图片对应的第三图片特征向量。
[0029]根据本专利技术提供的一种图片特征提取方法、装置、存储介质及计算机设备，与目前利用清晰且完整的图片构建特征提取模型，并基于构建好的特征提取模型进行图片特征提取的方式相比，本专利技术通过获取实际业务场景中的待处理图片；将所述待处理图片分割成多个子图片，并从所述多个子图片中确定清晰的目标子图片，其中，所述清晰的目标子图片是未被损坏、未被马赛克、像素值大于预设像素值的图片；将所述目标子图片输入至预设图片特征提取模型中进行特征提取，得到所述目标子图片对应的第一图片特征向量；基于所述第一图片特征向量和所述多个子图片分别在所述待处理图片中的位置信息，确定所述多个子图片中去除所述目标子图片后的剩余子图片对应的第二图片特征向量；基于所述第一图片特征向量和所述第二图片特征向量，确定所述待处理图片对应的第三图片特征向量，由此通过将待处理图片进行分割，确定所述待处理图片中清晰的目标子图片，并提取所述
目标子图片对应的第一图片特征向量，同时基于所述第一图片特征向量和所述多个子图片分别在所述待处理图片中的位置信息，确定所述多个子图片中剩余子图片对应的第二图片特征向量，最终基于所述第一图片特征向量和所述第二图片特征向量，确定所述待处理图片对应的第三图片特征向量，能够避免利用清晰且完整的图片构建的特征提取模型对不清晰图片进行特征提取的情况，提高了图片特征提取的精度。
附图说明
[0030]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0031]图1示出了本专利技术实施例提供的一种图片特征提取方法流程图；
[0032]图2示出了本专利技术实施例提供的另一种图片特征提取方法流程图；
[0033]图3示出了本专利技术实施例提供的一种图片特征提取装置的结构示意图；
[0034]图4示出了本专利技术实施例提供的另一种图片特征提取装置的结构示意图；
[0035]图5示出了本专利技术实施例提供的一种计算机设备的实体结构示意图。
具体实施方式
[0036]下文中将参考附图并结合实施例来详细说明本专利技术。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
[0037]目前，利用清晰且完整的图片构建特征提取模型，并基于构建好的特征提取模型对图片特征进行提取的方式，由于实际业务场景中的图片往本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图片特征提取方法，其特征在于，包括：获取实际业务场景中的待处理图片；将所述待处理图片分割成多个子图片，并从所述多个子图片中确定清晰的目标子图片，其中，所述清晰的目标子图片是未被损坏、未被马赛克、像素值大于预设像素值的图片；将所述目标子图片输入至预设图片特征提取模型中进行特征提取，得到所述目标子图片对应的第一图片特征向量；基于所述第一图片特征向量和所述多个子图片分别在所述待处理图片中的位置信息，确定所述多个子图片中去除所述目标子图片后的剩余子图片对应的第二图片特征向量；基于所述第一图片特征向量和所述第二图片特征向量，确定所述待处理图片对应的第三图片特征向量。2.根据权利要求1所述的方法，其特征在于，所述将所述目标子图片输入至预设图片特征提取模型中进行特征提取，得到所述目标子图片对应的第一图片特征向量，包括：确定所述目标子图片对应的像素矩阵；将所述像素矩阵中的各行像素进行横向拼接，得到所述目标子图片对应的第四图片特征向量；将所述第四图片特征向量输入至所述预设图片特征提取模型中进行特征提取，得到所述目标子图片对应的第一图片特征向量。3.根据权利要求2所述的方法，其特征在于，所述预设图片特征提取模型为预设编码器，所述预设编码器包括注意力层和前馈神经网络层，所述将所述第四图片特征向量输入至所述预设图片特征提取模型中进行特征提取，得到所述目标子图片对应的第一图片特征向量，包括：将所述第四图片特征向量输入至所述注意力层中的不同注意力子空间进行特征提取，得到所述目标子图片在所述不同注意力子空间下的第五图片特征向量；将所述目标子图片在所述不同注意力子空间下的第五图片特征向量与所述不同注意力子空间对应的权重相乘并求和，得到所述目标子图片对应的注意力层输出向量；将所述注意力层输出向量和所述第四图片特征向量相加，得到所述目标子图片对应的第六图片特征向量；将所述第六图片特征向量输入至所述前馈神经网络层中进行特征提取，得到所述目标子图片对应的第一图片特征向量。4.根据权利要求1所述的方法，其特征在于，在所述将所述目标子图片输入至预设图片特征提取模型中进行特征提取，得到所述目标子图片对应的第一图片特征向量之前，所述方法还包括：获取实际业务场景中的样本图片，以及所述样本图片对应的实际样本图片特征向量；将所述样本图片分割成多个样本子图片，并从所述多个样本子图片中确定清晰的目标样本子图片；将所述目标样本子图片输入至初始图片特征提取模型中进行特征提取，得到所述目标样本子图片对应的第一样本图片特征向量；基于所述第一样本图片特征向量和所述多个样本子图片分别在所述样本图片中的位置信息，确定所述样本图片对应的第二样本图片特征向量；
...

【专利技术属性】
技术研发人员：谯轶轩，陈浩，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：