特征提取网络模型的训练方法、图像处理方法及其装置
实质审查的生效
摘要
本申请披露了一种特征提取网络模型的训练方法、图像处理方法及其装置，涉及神经网络技术领域。该特征提取网络模型的训练方法包括：获取训练数据集，训练数据集中包括多幅图像帧；基于多幅图像帧之间的邻近关系和多幅图像帧，弱监督训练待训练网络模型，得到特征提取网络模型，其中，特征提取网络模型用于基于待处理图像集确定待处理图像集对应的特征点数据。基于本申请训练得到的特征提取网络模型，不仅能够保证提取的特征点的数量，而且能够提高所提取的特征点的鲁棒性。尤其是针对具备重复纹理的图像，本申请训练得到的特征提取网络模型能够充分兼顾特征点的数量和鲁棒性。
基本信息
专利标题 ：
特征提取网络模型的训练方法、图像处理方法及其装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114463547A
申请号 ：
CN202111639330.1
公开（公告）日 ：
2022-05-10
申请日 ：
2021-12-29
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
叶培楚曾宪贤
申请人 ：
广州极飞科技股份有限公司
申请人地址 ：
广东省广州市天河区高普路115号C座
代理机构 ：
北京布瑞知识产权代理有限公司
代理人 ：
宗广静
优先权 ：
CN202111639330.1
主分类号 ：
G06V10/40
IPC分类号 ：
G06V10/40 G06K9/62 G06N3/04 G06N3/08 G06V10/774
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06V 10/40
申请日 : 20211229
申请日 : 20211229
2022-05-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
