CN114972897B 图像特征处理方法、装置、产品、介质及设备 （京东科技控股股份有限公司）

重构特征图和多头自注意力特征生成对应于待逆变换扩大感受野以得到下采样特征图的重构2对待识别图像进行多层卷积处理，得到所述待识别图像的图像根据所述下采样特征图生成对应于所述待识别图像的多头基于离散小波逆变换将所述下采样特征图变换为根据所述重构特征图和所述多头自注意力特征生成对应于所述待识别图像的分类指通过离散小波变换将所述特征空间分解为小波子频基于离散小波变换中的低通滤波器获取所述特征空间对应的所基于离散小波变换中的高通滤波器获取所述特征空间对应的所基于离散小波变换中的低通滤波器获取所述特征空间对应的所基于离散小波变换中的高通滤波器获取所述特征空间对应的所按照预设划分规则分别对所述查询特征、所述键特征和所将所述查询子特征集合中各特征输入对应的自注意力网络，并将所述3根据所述新下采样特征图生成对应于所述待识别图像的新多头通过离散小波逆变换将所述新下采样特征图变换为新重根据所述新重构特征图和所述新多头自注意力特征生成对应于所述待识别图像的分若当前特征处理阶段非最终特征处理阶段，则将所述分类指示根据所述分类指示特征确定所述待识别图像的所属类根据所述新分类指示特征确定所述待识别图像的所属类特征采样单元，用于对待识别图像进行多层卷积处理，得特征生成单元，用于根据所述下采样特征图生成对应于所述所述特征生成单元，还用于根据所述重构特征图和所述多头自注意力特被处理器执行时实现权利要求1-10任一其中，所述处理器配置为经由执行所述可执行指令来执行权利45[0043]根据新重构特征图和新多头自注意力特征生成对应于待识别图像的分类指示特6[0048]在本申请的一种示例性实施例中，根据分类指示特征确定待识别图像的所属类[0059]在本申请的一种示例性实施例中，特征采样单元获取待识别图像对应的特征空7[0088]根据新重构特征图和新多头自注意力特征生成对应于待识别图像的分类指示特8[0103]图1示出了可以应用本申请实施例的一种图像特征处理方法及图像特征处理装置[0109]图7示意性示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示以实践本申请的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方9制解调器(modem)、手持设备(handheld)、膝上型电脑(laptopcomputer)、无绳电话(cordlessphone)或者无线本地环路(wirelesslocalloop，WLL)台、机器类型通信[0114]本申请实施例所提供的应用于多节点组网的路径规划方法可以由服务器105执尺度、位移按照2的幂次进行离散化得到的，所以也称之为二进制小波变换(wavelet[0134]作为一种可选的实施例，基于离散小波变换生成对应于特征空间的下采样特征[0138]具体地，基于离散小波变换中的低通滤波器获取特征空到低频带行特征其中，低频带行特征用于于离散小波变换中的低通滤波器对特征空间频带列特征其中，高频带行特征低频带列特征高频带列特征用于共同表征图像值特征可以进行自注意力计算，从而得到可以用于生成分类指示特征的多头自注意力特图进行第二线性变换，得到查询特征对下采样特征图进行第三线性变换，得到键特征和值特征，包括：对下采样特征图进行第三线性变换，得到键特征和值特征其中，Wq，Wk和Wv表示为参数矩划分规则将查询特征Q=xw"e按照维度划分为包含Nh份查询子特征的查询子特合、将值特征按照维度划分为包含Nh份值子特征的值子特征集合。h表示的是自注意力网络的头数量。将查询子特征集合中对应于第j个头的特征输入第j个自注意力网络，将键子中对应于第j个头的特征输入第j个自注意力网络，以使得第j个自注意力网络基于表达式计算第j个达式将多头自注意力特征和重构特征图按照维像的新多头自注意力特征；通过离散小波逆变换将新下采样特征图变换为新重构特征图；[0161]作为一种可选的实施例，根据目标综合特征生成待识别图像的分类指示特征之[0170]步骤S316：基于离散小波变换中的低通滤波器获取特征空间对应的低频带行特步骤S310～步骤S338的具体实施方式，请参阅图2所示的各步骤及其实施例，此处不再赘构图。如图4所示，实现图像特征处理方法的网络架构可以称为Wavelets网络块400，征空间。DWT430用于基于离散小波变换中的低通滤波器获取特征空间对应的低频带行特用于对拼接的查询特征和键特征进行归一化处理，Wavelets网络块400还可以基于通道维[0187]进而，Wavelets网络块400可以按照预设划分规则分别对各待划分特征中的查询[0188]进而，IDWT460用于基于离散小波逆变换将下采样特征图变换为重构特征图。[0194]特征采样单元601，用于基于离散小波变换生成对应于待识别图像的下采样特征[0195]特征生成单元602，用于根据下采样特征图生成对应于待识别图像的多头自注意[0197]特征生成单元602，还用于根据重构特征图和多头自注意力特征生成对应于待识[0199]在本申请的一种示例性实施例中，特征采样单元601基于离散小波变换生成对应[0203]在本申请的一种示例性实施例中，特征采样单元601获取待识别图像对应的特征[0207]在本申请的一种示例性实施例中，特征采样单元601生成对应于待识别图像的待[0211]在本申请的一种示例性实施例中，特征采样单元601基于离散小波变换生成对应[0222]在本申请的一种示例性实施例中，特征生成单元602根据下采样特征图生成对应[0231]在本申请的一种示例性实施例中，特征生成单元602根据重构特征图和多头自注[0235]在本申请的一种示例性实施例中，特征生成单元602根据目标综合特征生成分类[0239]根据新重构特征图和新多头自注意力特征生成对应于待识别图像的分类指示特[0245]图像识别单元，用于在特征生成单元602根据目标综合特征生成待识别图像的分块或者单元的特征和功能可以进一步划分为由多个模块或者单[0252]由于本申请的示例实施例的图像特征处理装置的各个功能模块与上述图像特征存储器(ROM)702中的程序或者从储存部分708加载到随机访问存储器(RAM)703中的程序而701、ROM702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线的计算机程序根据需要被安装入储存部分7申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，者适应性变化遵循本申请的一般性原理并包括本申请未公开的本领域中的公知常识或惯