申请/专利权人：浙江大华技术股份有限公司

申请日：2021-12-06

公开（公告）日：2022-12-02

公开（公告）号：CN114417959B

主分类号：G06V10/40

分类号：G06V10/40;G06V10/774;G06V10/74

优先权：

专利状态码：有效-授权

法律状态：2022.12.02#授权;2022.05.20#实质审查的生效;2022.04.29#公开

摘要：本发明公开了一种特征提取的相关方法、目标识别方法、相关设备以及装置，其中，特征提取方法包括：获取到训练样本，并分别对训练样本进行第一特征提取和第二特征提取，得到特征类型不同的第一特征和第二特征；利用训练中的特征转换模型基于第二特征的特征类型对第一特征进行特征转换，得到第一特征的转换特征；基于第二特征与转换特征之间的差异，调整训练中的特征转换模型，得到训练后的特征转换模型。通过上述方式，本发明能够利用训练后的特征转换模型能够实现特征的类型转换，提高特征的适用范围和应用场景。

主权项：1.一种图像特征提取方法，其特征在于，包括：获取到训练样本，并分别对训练样本进行第一图像特征提取和第二图像特征提取，得到特征类型不同的第一图像特征和第二图像特征；利用训练中的图像特征转换模型基于所述第二图像特征的特征类型对所述第一图像特征进行特征转换，得到所述第一图像特征的转换图像特征；基于所述第二图像特征与所述转换图像特征之间的差异，调整所述训练中的图像特征转换模型，得到训练后的图像特征转换模型；其中，所述训练样本的数量包括N个，所述N为大于1的整数；所述基于所述第二图像特征与所述转换图像特征之间的差异，调整所述训练中的图像特征转换模型，得到训练后的图像特征转换模型，包括：分别确定所述N个训练样本中各训练样本对应的第二图像特征与转换图像特征之间的个体特征差异；通过计算各所述训练样本的个体特征差异之间的均值，确定所述N个训练样本的整体特征差异；利用所述整体特征差异，调整所述训练中的图像特征转换模型，得到所述训练后的图像特征转换模型。

全文数据：

权利要求：

百度查询： 浙江大华技术股份有限公司 特征提取的相关方法、目标识别方法、相关设备以及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD