(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210026806.2 (22)申请日 2022.01.11 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田街道福安 社区益田路5 033号平安金融 中心23楼 (72)发明人 谯轶轩　陈浩　 (74)专利代理 机构 北京中强智尚知识产权代理 有限公司 1 1448 代理人 吕梦雪 (51)Int.Cl. G06V 10/44(2022.01) G06T 7/10(2017.01) G06N 3/04(2006.01) (54)发明名称 图片特征提取方法、 装置、 存储介质及计算 机设备 (57)摘要 本发明公开了一种图片特征提取方法、 装 置、 存储介质及计算机设备， 涉及信息技术领域， 主要在于能够提高图片特征提取的精度。 其中方 法包括： 获取实际业务场景中的待处理图片； 将 所述待处理图片分割成多个子图片， 并从所述多 个子图片中确定清晰的目标子图片； 将所述目标 子图片输入至预设图片特征提取模型中进行特 征提取， 得到所述目标子图片 对应的第一图片特 征向量； 基于所述第一图片特征向量和所述多个 子图片分别在所述待处理图片中的位置信息， 确 定所述多个子图片中剩余子图片对应的第二图 片特征向量； 基于所述第一图片特征向量和所述 第二图片特征向量， 确定所述待处理图片对应的 第三图片特征向量。 本发明适用于对图片特征进 行提取。 权利要求书3页 说明书13页 附图4页 CN 114387450 A 2022.04.22 CN 114387450 A 1.一种图片特 征提取方法， 其特 征在于， 包括： 获取实际业 务场景中的待处 理图片； 将所述待处理图片分割成多个子图片， 并从所述多个子图片中确定清晰的目标子图 片， 其中， 所述清晰的目标子图片是 未被损坏、 未被马赛克、 像素值大于预设像素值的图片； 将所述目标子图片输入至预设图片特征提取模型中进行特征提取， 得到所述目标子图 片对应的第一图片特 征向量； 基于所述第 一图片特征向量和所述多个子图片分别在所述待处理图片中的位置信 息， 确定所述多个子图片中去除所述目标子图片后的剩余子图片对应的第二图片特 征向量； 基于所述第 一图片特征向量和所述第 二图片特征向量， 确定所述待处理图片对应的第 三图片特 征向量。 2.根据权利要求1所述的方法， 其特征在于， 所述将所述目标子图片输入至预设图片特 征提取模型中进行 特征提取， 得到所述目标子图片对应的第一图片特 征向量， 包括： 确定所述目标子图片对应的像素矩阵； 将所述像素矩阵中的各行像素进行横向拼接， 得到所述目标子图片对应的第四图片特 征向量； 将所述第四图片特征向量输入至所述预设图片特征提取模型中进行特征提取， 得到所 述目标子图片对应的第一图片特 征向量。 3.根据权利要求2所述的方法， 其特征在于， 所述预设图片特征提取模型为预设编码 器， 所述预设编码器包括注意力层和前馈神经网络层， 所述将所述第四图片特征向量输入 至所述预设图片特征提取模型中进行特征提取， 得到所述目标子图片对应的第一图片特征 向量， 包括： 将所述第四图片特征向量输入至所述注意力层中的不同注意力 子空间进行特征提取， 得到所述目标子图片在所述 不同注意力子空间下的第五图片特 征向量； 将所述目标子图片在所述不同注意力子空间下的第五图片特征向量与所述不同注意 力子空间对应的权 重相乘并求和， 得到所述目标子图片对应的注意力层输出向量； 将所述注意力层输出向量和所述第四图片特征向量相加， 得到所述目标子图片对应的 第六图片特 征向量； 将所述第六图片特征向量输入至所述前馈神经网络层中进行特征提取， 得到所述目标 子图片对应的第一图片特 征向量。 4.根据权利要求1所述的方法， 其特征在于， 在所述将所述目标子图片输入至预设图片 特征提取模型中进行特征提取， 得到所述 目标子图片对应的第一图片特征向量之前， 所述 方法还包括： 获取实际业 务场景中的样本图片， 以及所述样本图片对应的实际样本图片特 征向量； 将所述样本图片分割成多个样本子图片， 并从所述多个样本子图片中确定清晰的目标 样本子图片； 将所述目标样本子图片输入至初始图片特征提取模型中进行特征提取， 得到所述目标 样本子图片对应的第一样本图片特 征向量； 基于所述第一样本图片特征向量和所述多个样本子 图片分别在所述样本图片中的位 置信息， 确定所述样本图片对应的第二样本图片特 征向量；权　利　要　求　书 1/3 页 2 CN 114387450 A 2基于所述样本图片对应的实际样本图片特征向量和所述第 二样本图片特征向量， 构建 所述初始图片特 征提取模型对应的损失函数； 基于所述损失函数对所述初始图片特征提取模型进行训练， 构建所述预设图片特征提 取模型。 5.根据权利要求4所述的方法， 其特征在于， 所述基于所述样本图片对应的实际样本图 片特征向量和所述第二样本图片特征向量， 构建所述初始图片特征提取模 型对应的损失函 数， 包括： 计算所述实际样本图片特征向量和所述第二样本图片特征向量中相同位置处的各个 向量差； 通过计算所述各个向量差的平方和， 构建所述初始图片特征提取模型对应的损失函 数。 6.根据权利要求1所述的方法， 其特征在于， 所述基于所述第 一图片特征向量和所述多 个子图片分别 在所述待处理图片中的位置信息， 确定所述多个子图片中去除所述目标子图 片后的剩余子图片对应的第二图片特 征向量， 包括： 将所述第一图片特征向量和所述多个子图片分别在所述待处理图片中的位置信息输 入至预设解码器中进 行特征向量的提取， 得到所述多个子图片中去除所述目标子图片后的 剩余子图片对应的第二图片特 征向量。 7.根据权利要求1所述的方法， 其特征在于， 所述基于所述第 一图片特征向量和所述第 二图片特 征向量， 确定所述待处 理图片对应的第三图片特 征向量， 包括： 确定所述第一图片特征向量对应的第一权重系数和所述第二图片特征向量对应的第 二权重系数； 基于所述第 一权重系数和所述第 二权重系数， 将所述第 一图片特征向量与 所述第二图 片特征向量相加， 得到所述待处 理图片对应的第三图片特 征向量。 8.一种图片特 征提取装置， 其特 征在于， 包括： 获取单元， 用于获取实际业 务场景中的待处 理图片； 分割单元， 用于将所述待处理图片分割成多个子 图片， 并从所述多个子 图片中确定清 晰的目标子图片， 其中， 所述清晰的目标子图片是未被损坏、 未被马赛克、 像素值大于预设 像素值的图片； 提取单元， 用于将所述目标子 图片输入至预设图片特征提取模型中进行特征提取， 得 到所述目标子图片对应的第一图片特 征向量； 第一确定单元， 用于基于所述第 一图片特征向量和所述多个子图片分别在所述待处理 图片中的位置信息， 确定所述多个子图片中去除所述目标子图片后的剩余子图片对应的第 二图片特 征向量； 第二确定单元， 用于基于所述第一图片特征向量和所述第二图片特征向量， 确定所述 待处理图片对应的第三图片特 征向量。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被 处理器执行时实现权利要求1至7中任一项所述的方法的步骤。 10.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述计算机程序被处理器执行时实现权利要求1至7中任一项所述权　利　要　求　书 2/3 页 3 CN 114387450 A 3