摘要
本发明涉及人工智能技术领域及医疗健康领域,公开了一种图像特征提取方法,包括:获取图片数据并生成原始视角图和增强视角图,对原始视角图和增强视角图分别进行编码处理,生成原始特征向量和增强特征向量,进而生成生成特征映射向量。通过比较特征映射向量之间的差异计算损失值,调整特征编码单元的参数,基于调整后的特征编码单元提取目标图片的特征表示。本发明通过在图像特征提取过程中引入自监督映射学习机制,无需依赖人工标注数据和负样本选择,直接通过图片数据本身生成原始视角图和增强视角图,从而有效提取同类样本的关键特征;通过调整特征编码单元和映射单元的参数,提高了模型在图像识别任务中的准确性和泛化能力。
技术关键词
图像特征提取方法
视角
图片
参数更新模块
数据
编码模块
计算机设备
特征提取模块
生成噪声
人工智能技术
医疗健康
处理器
生成特征
模型更新
依赖人工
程序
系统为您推荐了相关专利信息
三维环境模型
一体化方法
多视角三维重建
代表
矩阵
远程服务器
无人系统集群
点云地图
子模块
全局地图
面部特征信息
训练图像数据
数据录入方法
对象追踪
颜色
光学邻近效应修正方法
掩模图案
光学邻近效应修正系统
成像误差
策略