基于深度学习的图像人体特征提取模型构建方法、提取方法及相关装置

本发明涉及一种图像处理技术领域，是一种基于深度学习的图像人体特征提取模型构建方法、提取方法及相关装置，前者包括：获取历史图像样本集，并将其划分为训练样本集、验证样本集和测试样本集；将训练样本集输入MSPFE‑Net网络模型进行训练，输出图像人体特征提取模型；利用验证样本集和测试样本集对图像人体特征提取模型进行再次处理，得到最优的图像人体特征提取模型。本发明引入了条带池化算法，基于条带池化采用长核形状捕获远程依赖关系，窄核形状不仅能聚合局部上下文还可以避免不相关区域的噪声，从而有助于网络提取上下文信息的优点，有效提高了图像特征提取的准确性，提高了图像中人体部分提取精确度和增加了分割效率。