一种基于自学属性的图像理解方法及系统

摘要

本发明涉及一种基于自学属性的图像理解方法及系统，属于计算机视觉以及图像理解技术领域。所述图像理解系统，包括输入模块、属性标签生成模块、卷积神经网络模块和输出模块；卷积神经网络模块包括主干网络、图像理解任务模型及自学属性模型；所述方法的训练阶段，对训练样本A进行解码和预处理，得到图像矩阵和任务标签；对解码后的训练样本A进行扩充，得到样本B和样本C，并基于样本A、B及C间的关系生成属性标签，再得到最优的模型参数；测试阶段，对测试图像进行解码和预处理，得到图像矩阵，再对输入的测试图像进行预测，得到图像理解的结果。所述方法无需额外人工标注，能得到更具有表征能力的特征，进一步提升图像理解的结果。