申请/专利权人：上海德衡数据科技有限公司

申请日：2021-07-20

公开（公告）日：2024-04-23

公开（公告）号：CN113609323B

主分类号：G06V10/82

分类号：G06V10/82;G06V10/77;G06N3/08;G06F16/583

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2021.11.23#实质审查的生效;2021.11.05#公开

摘要：本申请提供的基于神经网络的图像降维方法及系统，从待搜索图像中抽取兴趣描述向量，并按照兴趣描述向量自动生成神经网络训练线程，由此能够高效地生成具有实时拍摄场景的兴趣描述向量的神经网络训练线程。然后抽取实时拍摄场景中拍摄场景对象的拍摄场景对象描述，进而在神经网络训练线程中，生成与拍摄场景对象描述对应的拍摄场景对象线程，从而生成全局的与实时拍摄场景对应的降维拍摄场景。通过从与实时拍摄场景对应的待搜索图像和拍摄场景分布图像中，分别抽取出的兴趣描述向量和拍摄场景对象描述，进而基于兴趣描述向量和拍摄场景对象描述生成降维拍摄场景，由此能够高效精准地生成具有实时拍摄场景的特征、且满足现实逻辑的降维拍摄场景。

主权项：1.一种基于神经网络的图像降维方法，其特征在于，所述方法包括：获取与实时拍摄场景对应的待搜索图像和拍摄场景分布图像；从所述待搜索图像中抽取兴趣描述向量；按照所述兴趣描述向量生成神经网络训练线程；从所述拍摄场景分布图像中，抽取所述实时拍摄场景中拍摄场景对象的拍摄场景对象描述；在所述神经网络训练线程中，生成与所述拍摄场景对象描述对应的拍摄场景对象线程，得到与所述实时拍摄场景对应的降维拍摄场景；其中，所述待搜索图像包括搜索图像范围和掩盖背景图像；所述从所述待搜索图像中抽取兴趣描述向量包括：从所述搜索图像范围中抽取兴趣描述向量；所述按照所述兴趣描述向量生成神经网络训练线程，包括：根据所述兴趣描述向量生成神经网络训练线程；根据所述掩盖背景图像，确定所述神经网络训练线程中的背景掩盖范围；在所述背景掩盖范围中生成背景掩盖对象，得到包括背景掩盖对象的神经网络训练线程；其中，所述从所述搜索图像范围中抽取兴趣描述向量，包括：根据所述搜索图像范围中周围背景像素之间的灰度误差，确定兴趣描述向量；所述根据所述兴趣描述向量生成神经网络训练线程，包括：根据所述兴趣描述向量，确定搜索图像范围中各区间范围对应的区间类别；按照所述区间类别，在所述区间范围中加载相应的背景要素信息；根据加载背景要素信息后的搜索图像范围，生成神经网络训练线程；其中，所述根据所述掩盖背景图像，确定所述神经网络训练线程中的背景掩盖范围，包括：在所述神经网络训练线程中，确定所述掩盖背景图像中背景掩盖节点所对应的背景像素；根据所述背景掩盖节点与对应背景像素的灰度误差，选取目标背景掩盖节点；确定扩充范围与所述神经网络训练线程的整合范围；所述扩充范围，是基于目标背景掩盖节点进行扩充得到的范围；根据所述整合范围，确定所述神经网络训练线程中的背景掩盖范围；其中，所述在所述背景掩盖范围中生成背景掩盖对象，得到包括背景掩盖对象的神经网络训练线程，包括：确定所述背景掩盖范围中的背景掩盖对象的生成特征参数信息；根据所述生成特征参数信息在所述背景掩盖范围生成背景掩盖对象，得到包括背景掩盖对象的神经网络训练线程。

全文数据：

权利要求：

百度查询： 上海德衡数据科技有限公司 基于神经网络的图像降维方法及系统

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