摘要
本发明涉及图像检测技术领域,公开了一种自监督图像表征分析方法、装置、设备及介质,包括:对目标原始图像进行空间变换,提取目标变换图像中的变换参数编码及多尺度局部特征图,将目标原始图像的像素坐标信息添加至多尺度局部特征图中;识别多尺度局部特征图中的深层特征图,根据深层特征图确定节点特征,通过节点特征确定每个节点之间的边特征;对节点特征进行更新,根据节点更新特征及边特征确定全局结构关系特征;将变换参数编码、局部细节特征及全局结构关系特征进行融合;对融合后的特征进行自监督优化,得到目标原始图像的图像表征。本申请的技术方案提升自监督图像表征分析的准确性,可应用于金融科技、医疗健康等业务系统平台中。
技术关键词
表征分析方法
局部细节特征
多尺度局部特征
节点特征
节点更新
消息特征
融合特征
坐标
池化特征
像素
编码
关系
深度卷积神经网络
注意力
参数
图像检测技术
全局平均池化
可读存储介质
系统为您推荐了相关专利信息
多智能体协同
复杂度
语义向量
决策方法
节点特征
站点推荐方法
车辆
行程
神经网络模型训练
推荐装置
亚型检测方法
睡眠呼吸暂停
多模态信息融合
多模态生理
嵌入特征
恶意样本检测方法
节点特征
账户
训练检测模型
伪标签生成器