一种图像关键语义特征点检测方法

本发明公开了一种图像关键语义特征点检测方法，属于图像关键特征点检测技术领域。针对视觉任务中复杂场景难以理解的问题，本发明首先通过基于神经网络架构构建优化的图像关键语义特征检测模型；然后通过自监督学习，在PASCAL Context数据集的原图上合成关键特征检测的数据集。然后，在PASCAL Context数据集上训练语义分割的权重，在合成数据集上训练图像关键特征检测与生成描述子的权重。最后，通过最优权重对图像进行关键语义特征点检测。本发明将重要语义信息隐式嵌入关键特征描述中，使得特征表示更加丰富，在纹理单一、光照变化条件下表现优异，为智能视觉任务的实现做出了有益的贡献。