摘要
本发明提供了一种图像表征增强的方法、装置和电子设备,该方法中,利用可学习的Gabor滤波器提取得到待处理图像的纹理特征,可学习的Gabor滤波器能实现参数的动态调整,使得模型在光照、纹理复杂度和场景变化大的情况下,依然能够有效提取显著的纹理特征,另外,将纹理特征与语义特征进行残差融合,使模型不仅能够理解场景的高级语义信息,还能捕捉细粒度的纹理特征,从而显著提升模型在多任务中的性能,可学习的Gabor滤波器可实现参数的自适应调整,避免了传统Gabor滤波器参数固定的问题,适用于多种复杂场景,即实现了对纹理特征的充分利用,且实现了纹理特征与语义特征的融合,进而提高了模型的鲁棒性和识别能力。