(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210829046.9 (22)申请日 2022.07.15 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 谷坤　张国辉　吴震操　 (74)专利代理 机构 深圳国新 南方知识产权代理 有限公司 4 4374 专利代理师 周雷 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 10/75(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 不对等像素的图像匹配方法、 装置、 计算机 设备及存 储介质 (57)摘要 本发明公开了一种不对等像素的图像匹配 方法、 装置、 计算机设备及存储介质。 所述方法包 括： 将至少两幅待匹配图像分割为相同数量的 图 像块； 将分割后的至少两幅待匹配图像输入训练 好的特征提取模 型， 利用特征提取模 型分别提取 至少两幅待匹配图像的整体特征向量 以及每个 图像块的特征向量； 根据至少两幅待匹配图像的 整体特征向量计算至少两幅待匹配图像的整体 匹配度值， 并根据图像块的特征向量计算至少两 幅待匹配图像中位置相对应的图像块的匹配度 值； 将待匹配图像的整体匹配度值以及位置相对 应的图像块的匹配度值进行合并， 得到至少两幅 待匹配图像的匹配度计算结果。 本发 明在整图匹 配度对比的基础上加上了分块匹配， 从而大大提 高了图像相似计算结果。 权利要求书2页 说明书8页 附图5页 CN 115239955 A 2022.10.25 CN 115239955 A 1.一种不对等像素的图像匹配方法， 其特 征在于， 包括： 按照设定的分割比例将至少两幅待匹配图像分割为相同数量的图像块； 将所述分割后的至少两幅待 匹配图像输入训练好的特征提取模型， 利用所述特征提取 模型分别提取 所述至少两幅待匹配图像的整体特 征向量以及每 个图像块的特 征向量； 根据所述至少两幅待匹配图像的整体特征向量计算所述至少两幅待匹配图像的整体 匹配度值， 并根据所述图像块的特征向量计算所述至少两幅待匹配图像中位置相对应的图 像块的匹配度值； 将所述待匹配图像的整体匹配度值以及所述位置相对应的图像块的匹配度值进行合 并， 得到所述至少两幅待匹配图像的匹配度计算结果。 2.根据权利要求1所述的不对等像素的图像匹配方法， 其特征在于， 按照设定的分割比 例将至少两幅待匹配图像分割为相同数量的图像块还 包括： 按照设定的标记顺序对所述至少两幅待匹配图像中的图像块进行 标记； 按照所述图像块的标记顺序分别将所述至少两幅待匹配图像中位置相对应的图像块 作为块组合。 3.根据权利要求1所述的不对等像素的图像匹配方法， 其特征在于， 所述特征提取模型 为VGG模型， 所述VGG模型包括transforms模块、 卷积层、 池化层、 Flatten层以及全连接层， 所述利用所述特征提取模型分别提取所述至少两幅待匹配图像的整体特征向量以及每个 图像块的特 征向量具体为： 将所述待匹配图像进行编码后输入所述transforms模块进行多头注意力序列处理后 输出， 将所述transforms模块的输出输入到卷积层和池化层进行特征向量提取， 将所述卷 积层和池化层输出的特征向量输入到Flatten层进行降维处理， 最后通过所述全连接层输 出特征向量提取结果。 4.根据权利要求2所述的不对等像素的图像匹配方法， 其特征在于， 所述根据 所述至少 两幅待匹配图像的整体特征向量计算所述至少两幅待匹配图像的整体匹配度值， 并根据所 述图像块的特征向量计算所述至少两幅待匹配图像中区域相对应的图像块的匹配度值包 括： 对所述至少两幅待匹配图像的整体特征向量以及对应块组合的特征向量进行比对， 分 别得到所述至少两幅待匹配图像的整体匹配度值以及对应块组合的匹配度值； 根据设定的筛选规则， 将所述匹配度值低于设定阈值的块组合删除， 得到筛选后的块 组合。 5.根据权利要求4所述的不对等像素的图像匹配方法， 其特征在于， 所述将所述待 匹配 图像的整体匹配度值以及所述对应图像块的匹配度值进行合并具体为： 将所述至少两幅待匹配图像的整体匹配度值以及筛选后的块组合的匹配度值进行合 并。 6.根据权利要求5所述的不对等像素的图像匹配方法， 其特征在于， 所述至少两幅待 匹 配图像的匹配度计算具体为： 假设所述筛 选后的块组合数量 为4个， 上述公式展开 为：权　利　要　求　书 1/2 页 2 CN 115239955 A 2t1*f1(x1,y1)+t2*f2(x2,y2)+t3*f3(x3,y3)+t4*f4(x4,y4)+t0*f0(x0,y0)+bias 其中， t1、 t2、 t3、 t4分别四个块组合的对比权重， t0表示待匹配图像的对比权重； in为归一化前权重值， i表示不同的图像块， n为待匹配图像以及块组合的数量； f(x,y)为余弦计算函数， f(x,y)＝cosine_similarity(x,y)， x和y分别为对应块组合的特 征向量， bias为偏移项。 7.一种不对等像素的图像匹配装置， 其特 征在于， 包括： 图像分割 模块： 用于按照设定的分割比例将至少两幅待 匹配图像分割为相同数量的图 像块； 特征提取模块： 用于将所述分割后的至少两幅待匹配图像输入训练好的特征提取模 型， 利用所述特征提取模型分别提取所述至少两幅待匹配图像的整体特征向量以及每个图 像块的特 征向量； 第一匹配值计算模块： 用于根据所述至少两幅待 匹配图像的整体特征向量计算所述至 少两幅待匹配图像的整体匹配度值， 并根据所述图像块的特征向量计算所述至少两幅待匹 配图像中位置相对应的图像块的匹配度值； 第二匹配值计算模块： 用于将所述待 匹配图像的整体匹配度值以及所述位置相对应的 图像块的匹配度值进行合并， 得到所述至少两幅待匹配图像的匹配度计算结果。 8.根据权利要求7所述的不对等像素的图像匹配装置， 其特征在于， 所述第 一匹配值计 算模块根据所述至少两幅待匹配图像的整体特征向量计算所述至少两幅待匹配图像的整 体匹配度值， 并根据所述图像块的特征向量计算所述至少两幅待匹配图像中位置相对应的 图像块的匹配度值具体为： 按照设定的标记顺序对所述至少两幅待匹配图像中的图像块进行标记， 按照所述图像 块的标记顺序分别将所述至少两幅待匹配图像中位置相对应的图像块作为块组合； 对所述 至少两幅待匹配图像的整体特征向量以及 对应块组合的特征向量进行比对， 分别得到所述 至少两幅待匹配图像的整体匹配度值以及对应块组合的匹配度值。 9.一种计算机设备， 其特 征在于， 所述计算机设备包括： 存储有可执行程序代码的存 储器； 与所述存 储器连接的处 理器； 所述处理器调用所述存储器中存储的所述可执行程序代码， 执行如权利要求1 ‑6任一 项所述的不对等像素的图像匹配方法。 10.一种存储介质， 其特征在于， 存储有处理器可运行的程序指令， 所述程序指令用于 执行权利要求1至 6任一项所述的不对等像素的图像匹配方法。权　利　要　求　书 2/2 页 3 CN 115239955 A 3