一种基于自我监督的视觉表征学习方法

摘要

本发明中提出的一种基于自我监督的视觉表征学习方法，其主要内容包括：自我监督、视觉表征、图像构造和在图像中学习转换，其过程为，采用自我监督的方法学习不变性，其表示包括实例间的差异和实例内部的差异，构建描述图像补丁之间的相似处的图形，图中的节点表示图像补丁，在图中定义两种将图像补丁相互关联的边缘类型，构造一个具有实例和内部边缘的图，包括缩放移动对象、通过群集的实例间的边缘和通过跟踪的实例内部的边缘，训练深层神经网络来生成类似的视觉表示。本发明的视觉特征学习方法为自我监督，能够自己获取注释标签，大大节省了人力和物力；同时降低了视点、姿势、变形、照明等带来的影响，提高了准确度。