摘要
本发明涉及图像检测技术领域,可应用于金融科技、医疗健康等业务系统平台中,公开了一种自监督图像的特征表示分析方法、装置、设备及介质,包括:提取目标图像的基础特征,识别基础特征对应的空间位置;生成每个空间位置对应的度量张量,通过度量张量调节卷积核的局部几何感知范围;根据局部几何感知范围确定目标图像的几何传播距离阈值,通过几何传播距离阈值确定所述基础特征中的特征向量的几何一致特征;对度量张量进行几何正则化,得到几何正则化损失,将几何一致特征输入至自监督任务头中,输出目标特征表示;根据任务损失及几何正则化损失对目标特征表示进行优化,得到自监督图像的特征表示。提升图像特征表示的准确性。
技术关键词
轻量化卷积神经网络
度量
分析方法
基础
传输路径
图像检测技术
雅可比矩阵
可读存储介质
医疗健康
处理器
位置识别
分析装置
业务系统
计算机设备
输出模块
终点
存储器
系统为您推荐了相关专利信息
度量
图像
正则化参数
拉格朗日乘子法
迭代优化算法
三维点云序列数据
智能识别方法
编码向量
动态反馈控制
禽舍
注意力机制
长短期记忆网络
识别监控区域
人工神经网络模型
大坝变形监控
生成方法
动作特征
视觉特征
图像采集设备
注意力