复杂光照图像特征提取自监督网络构建方法与流

本公开涉及深度学习，具体涉及一种复杂光照图像特征提取自监督网络构建方法。背景技术：1、煤矿井下巷道场景光照条件较差，大部分为低照度场景，煤矿井下巷道场景光照条件较差，大部分为低照度场景，因此，对煤矿井下巷道场景中采集的图像进行特征提取具有一定难度。2、相关技术中，图像特征提取网络在煤矿井下巷道场景中的特征提取任务中的泛化能力较差，无法满足煤矿井下巷道场景中的图像特征提取需求。技术实现思路1、本公开旨在至少在一定程度上解决相关技术中的技术问题之一。2、为此，本公开的目的在于提出一种复杂光照图像特征提取自监督网络构建方法，能够联合补光条件下采集的第一图像和未补光条件下采集的第二图像对图像特征提取网络进行联合训练，从而能够有效地提升图像特征提取网络在复杂光照场景中的图像特征提取能力，从而能够有效地提升复杂光照场景中的图像特征提取效果。3、为达到上述目的，本公开实施例提出的复杂光照图像特征提取自监督网络构建方法，包括：4、获取在补光条件下采集的目标对象对应的第一图像、在未补光条件下采集的目标对象对应的第二图像及预训练的初始图像特征提取网络；5、根据第一图像对第二图像的色彩矩阵和伽马值进行调整，以得到第三图像；6、根据第一图像，确定与第三图像对应的标注特征信息；7、根据第一图像、第三图像及与第三图像对应的标注特征信息训练初始图像特征提取网络，以得到目标图像特征提取网络。8、本公开提供的复杂光照图像特征提取自监督网络构建方法，至少包括以下有益效果：通过获取在补光条件下采集的目标对象对应的第一图像、在未补光条件下采集的目标对象对应的第二图像及预训练的初始图像特征提取网络，再根据第一图像对第二图像的色彩矩阵和伽马值进行调整，以得到第三图像，再根据第一图像，确定与第三图像对应的标注特征信息，以及根据第一图像、第三图像及与第三图像对应的标注特征信息训练初始图像特征提取网络，以得到目标图像特征提取网络，由此，能够联合补光条件下采集的第一图像和未补光条件下采集的第二图像对图像特征提取网络进行联合训练，从而能够有效地提升图像特征提取网络在复杂光照场景中的图像特征提取能力，从而能够有效地提升复杂光照场景中的图像特征提取效果。9、本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。技术特征：1.一种复杂光照图像特征提取自监督网络构建方法，其特征在于，所述方法包括：2.如权利要求1所述的方法，其特征在于，所述根据所述第一图像，确定与所述第三图像对应的标注特征信息，包括：3.如权利要求2所述的方法，其特征在于，所述根据n张所述第一初始特征图和所述第二初始特征图，确定与所述第三图像对应的所述标注特征信息，包括：4.如权利要求1所述的方法，其特征在于，所述根据所述第一图像、所述第三图像及所述与所述第三图像对应的标注特征信息训练所述初始图像特征提取网络，以得到目标图像特征提取网络，包括：5.如权利要求4所述的方法，其特征在于，所述根据所述第一图像、所述第三图像、所述第五图像及所述标注特征信息训练所述初始图像特征提取网络，以得到目标图像特征提取网络，包括：6.如权利要求5所述的方法，其特征在于，所述根据所述第一预测特征图、所述第二预测特征图、所述标注特征信息、所述第一特征描述子、所述第二特征描述子、所述第一图像及所述第三图像训练所述初始图像特征提取网络，以得到所述目标图像特征提取网络，包括：7.如权利要求6所述的方法，其特征在于，所述根据所述第一损失信息、所述第二损失信息、所述第三损失信息及所述第四损失信息训练所述初始图像特征提取网络，以得到所述目标图像特征提取网络，包括：8.如权利要求5所述的方法，其特征在于，所述将所述第三图像和所述第五图像分别输入至所述初始图像特征提取网络中的特征点提取子模型中，以获取所述特征点提取子模型输出的与所述第三图像对应的第一预测特征图，及与所述第五图像对应的第二预测特征图，包括：9.如权利要求5所述的方法，其特征在于，所述将所述第三图像和所述第五图像分别输入至所述初始图像特征提取网络中的特征描述子提取子模型中，以获取所述特征描述子提取子模型输出的与所述第三图像对应的第一特征描述子，及与所述第五图像对应的第二特征描述子，包括：技术总结本公开提出一种复杂光照图像特征提取自监督网络构建方法，包括：获取在补光条件下采集的目标对象对应的第一图像、在未补光条件下采集的目标对象对应的第二图像及预训练的初始图像特征提取网络，根据第一图像对第二图像的色彩矩阵和伽马值进行调整，以得到第三图像，再根据第一图像，确定与第三图像对应的标注特征信息，根据第一图像、第三图像及与第三图像对应的标注特征信息训练初始图像特征提取网络，得到目标图像特征提取网络，能够联合补光条件下采集的第一图像和未补光条件下采集的第二图像对图像特征提取网络进行联合训练，从而能够有效地提升图像特征提取网络在复杂光照场景中的图像特征提取能力。技术研发人员：李和平,洪劭楸,程健,安宁,李昊,修海鑫,王广福,闫鹏鹏受保护的技术使用者：煤炭科学研究总院有限公司技术研发日：技术公布日：2024/8/16