[發明專利]一種互聯網圖片場景分類方法及其系統

在審

• 申請號: 201611265192.4
• 申請日: 2016-12-30
• 公開（公告）號: CN108268882A
• 公開（公告）日: 2018-07-10
• 發明（設計）人: 王康;李峰岳;李倩玉;王明良;湯鯤
• 申請（專利權）人: 南京烽火軟件科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 常州佰業騰飛專利代理事務所(普通合伙) 32231
• 代理人: 王玉平

1.一種互聯網圖片場景分類方法，其特征在于，包括：

S101、對輸入的海量互聯網圖片進行預處理；

S102、對經過預處理后的互聯網圖片進行圖像場景的深度感知特征提取；

S103、將提取后的深度感知特征輸入分類器，用于判別最終場景類別。

2.根據權利要求1所述的互聯網圖片場景分類方法，其特征在于，所述對輸入的海量互聯網圖片進行預處理包括以下步驟：

S1011、首先對輸入的海量互聯網圖片進行MD5特征去重，去除重復照片；

S1012、然后對經去重后的互聯網圖片進行解碼，篩除解碼失敗的圖片，對解碼成功的圖片進行歸一化處理。

3.根據權利要求1所述的互聯網圖片場景分類方法，其特征在于，所述對經過預處理的互聯網圖片進行圖像場景的深度感知特征提取包括以下步驟：

S1021、將經過預處理后的互聯網圖片輸入第一層卷積層進行處理；

S1022、將經過第一層卷積層處理后的互聯網圖片輸入第二層卷積層進行處理；

S1023、將經過第二層卷積層處理后的互聯網圖片輸入第三層卷積層進行處理；

S1024、將經過第三層卷積層處理后的互聯網圖片輸入第四層卷積層進行處理；

S1025、將經過第四層卷積層處理后的互聯網圖片輸入第五層卷積層進行處理；

S1026、將經過第五層卷積層處理后的互聯網圖片輸入第一層全連接層進行處理；

S1027、將經過第一層全連接層處理后的互聯網圖片輸入第二層全連接層進行處理。

4.根據權利要求3所述的互聯網圖片場景分類方法，其特征在于，

在所述步驟S1021中還包括對經過第一層卷積層卷積處理后的互聯網圖片進行一次Relu激勵以及數據的規則化，然后進行最大值池化處理；

在所述步驟S1022中還包括對經過第二層卷積層卷積處理后的互聯網圖片進行最大值池化處理；

在在所述步驟S1025中還包括對經過第五層卷積層卷積處理后的互聯網圖片進行最大值池化處理。

5.一種實現互聯網圖片場景分類的系統，其特征在于，包括：

海量圖片預處理模塊(101)：用于對輸入的海量互聯網圖片進行預處理；

圖像場景的深度感知特征提取模塊(102)：用于對經過預處理后的互聯網圖片進行圖像場景的深度感知特征提取；

圖片分類模塊(103)：用于判別互聯網圖片的最終場景類別。

6.根據權利要求5所述的實現互聯網圖片場景分類的系統，其特征在于，所述海量圖片預處理模塊(101)包括MD5特征去重單元(1011)和解碼處理單元(1012)；

所述MD5特征去重單元(1011)用于對輸入的海量互聯網圖片進行MD5特征去重，去除重復照片；

所述解碼處理單元(1012)用于對經去重后的互聯網圖片進行解碼，篩除解碼失敗的圖片，對解碼成功的圖片進行歸一化處理。

7.根據權利要求5所述的實現互聯網圖片場景分類的系統，其特征在于，所述圖像場景的深度感知特征提取模塊(102)包括：

第一卷積單元(1021)：用于對經過預處理后的互聯網圖片進行第一層卷積處理；

第二卷積單元(1022)：用于對經過第一層卷積處理后的互聯網圖片進行第二層卷積處理；

第三卷積單元(1023)：用于對經過第二層卷積處理后的互聯網圖片進行第三層卷積處理；

第四卷積單元(1024)：用于對經過第三層卷積處理后的互聯網圖片進行第四層卷積處理；

第五卷積單元(1025)：用于對經過第四層卷積處理后的互聯網圖片進行第五層卷積處理；

第一全連接單元(1026)：用于對經過第五層卷積處理后的互聯網圖片進行第一層全連接處理；

第二全連接單元(1027)：用于對經過第一層全連接處理后的互聯網圖片進行第二層全連接處理。

8.根據權利要求7所述的實現互聯網圖片場景分類的系統，其特征在于，所述圖像場景的深度感知特征提取模塊(102)還包括：

第一池化單元(10211)：用于對經過第一層卷積層卷積處理后的互聯網圖片進行最大值池化操作；

第二池化單元(10221)：用于對經過第二層卷積層卷積處理后的互聯網圖片進行最大值池化操作；

第三池化單元(10251)：用于對經過第五層卷積層卷積處理后的互聯網圖片進行最大值池化操作。