[發(fā)明專利]用于輸出信息的方法和裝置

在審

• 申請?zhí)枺?/td>: 201710984693.6
• 申請日: 2017-10-20
• 公開（公告）號: CN107742128A
• 公開（公告）日: 2018-02-27
• 發(fā)明（設(shè)計）人: 王山雨;柳勝兵;韓友;陳震;李小康;羅翔;江焱;劉霄;文石磊;劉曉春;劉斌新;秦首科
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06F17/30
• 代理公司: 北京英賽嘉華知識產(chǎn)權(quán)代理有限責(zé)任公司11204
• 代理人: 王達佐,馬曉亞

技術(shù)領(lǐng)域

本申請實施例涉及計算機技術(shù)領(lǐng)域，具體涉及圖像處理技術(shù)領(lǐng)域，尤其涉及用于輸出信息的方法和裝置。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，用戶通過互聯(lián)網(wǎng)獲取到的信息越來越豐富。例如，通過輸入查詢詞用戶可以獲得與查詢詞相關(guān)的各類信息，例如，文本、圖像、語音等信息。以圖像為例，當(dāng)用戶通過終端設(shè)備向服務(wù)器發(fā)送查詢信息之后，服務(wù)器會根據(jù)各個待推送圖像的標(biāo)簽信息選取符合查詢信息的圖像，并將選取的圖像發(fā)送到終端設(shè)備，以供終端設(shè)備進行顯示。為了使終端設(shè)備顯示的圖像更加符合用戶的查詢詞，需要為圖像設(shè)置能夠準(zhǔn)確表達圖像本身所描述內(nèi)容的標(biāo)簽信息。

發(fā)明內(nèi)容

本申請實施例的目的在于提出一種用于輸出信息的方法和裝置。

第一方面，本申請實施例提供了一種用于輸出信息的方法，該方法包括：獲取待分類圖像；提取上述待分類圖像的特征信息；將上述特征信息導(dǎo)入預(yù)先建立的圖像分類模型，得到上述待分類圖像的行業(yè)標(biāo)簽信息，并輸出得到的行業(yè)標(biāo)簽信息，其中，上述圖像分類模型用于表征圖像的特征信息與行業(yè)標(biāo)簽信息之間的對應(yīng)關(guān)系，上述圖像分類模型為包括殘差神經(jīng)網(wǎng)絡(luò)的深度神經(jīng)網(wǎng)絡(luò)模型。

在一些實施例中，上述深度神經(jīng)網(wǎng)絡(luò)模型還包括至少一個池化層和至少一個全連接層，上述深度神經(jīng)網(wǎng)絡(luò)模型在訓(xùn)練過程中增加丟棄層，其中，最后一個池化層的輸入是上述丟棄層的輸入，上述丟棄層的輸出為最后一個全連接層的輸入。

在一些實施例中，上述深度神經(jīng)網(wǎng)絡(luò)模型是通過以下方式訓(xùn)練得到的：獲取樣本數(shù)據(jù)，其中，上述樣本數(shù)據(jù)包括樣本圖像和樣本圖像對應(yīng)的行業(yè)標(biāo)簽信息；提取樣本圖像的特征信息；利用深度神經(jīng)網(wǎng)絡(luò)算法，將樣本數(shù)據(jù)中的樣本圖像的特征信息作為輸入，樣本圖像對應(yīng)的行業(yè)標(biāo)簽信息作為輸出，訓(xùn)練得到深度神經(jīng)網(wǎng)絡(luò)模型。

在一些實施例中，上述樣本數(shù)據(jù)是通過以下方式得到的：使用用戶預(yù)先設(shè)置的至少一個關(guān)鍵詞，從搜索引擎獲取至少一張圖像；對上述至少一張圖像進行預(yù)處理，并為預(yù)處理后的各張圖像設(shè)置行業(yè)標(biāo)簽信息，其中，行業(yè)標(biāo)簽信息屬于預(yù)先設(shè)置的行業(yè)標(biāo)簽信息集合，上述行業(yè)標(biāo)簽信息集合是對上述至少一個關(guān)鍵詞進行聚類分析得到的，上述預(yù)處理包括以下至少一項：旋轉(zhuǎn)處理、長寬變化處理、明暗度變化處理、對比度變化處理、飽和度變化處理、RGB值變化處理。

在一些實施例中，在提取上述待分類圖像的特征信息之前，上述方法還包括：對上述待分類圖像進行處理，得到特定尺寸的待分類圖像。

第二方面，本申請實施例提供了一種用于輸出信息的裝置，該裝置包括：獲取單元，用于獲取待分類圖像；提取單元，用于提取上述待分類圖像的特征信息；輸出單元，用于將上述特征信息導(dǎo)入預(yù)先建立的圖像分類模型，得到上述待分類圖像的行業(yè)標(biāo)簽信息，并輸出得到的行業(yè)標(biāo)簽信息，其中，上述圖像分類模型用于表征圖像的特征信息與行業(yè)標(biāo)簽信息之間的對應(yīng)關(guān)系，上述圖像分類模型為包括殘差神經(jīng)網(wǎng)絡(luò)的深度神經(jīng)網(wǎng)絡(luò)模型。

在一些實施例中，上述深度神經(jīng)網(wǎng)絡(luò)模型還包括至少一個池化層和至少一個全連接層，上述深度神經(jīng)網(wǎng)絡(luò)模型在訓(xùn)練過程中增加丟棄層，其中，最后一個池化層的輸入是上述丟棄層的輸入，上述丟棄層的輸出為最后一個全連接層的輸入。

在一些實施例中，上述深度神經(jīng)網(wǎng)絡(luò)模型是通過以下方式訓(xùn)練得到的：獲取樣本數(shù)據(jù)，其中，上述樣本數(shù)據(jù)包括樣本圖像和樣本圖像對應(yīng)的行業(yè)標(biāo)簽信息；提取樣本圖像的特征信息；利用深度神經(jīng)網(wǎng)絡(luò)算法，將樣本數(shù)據(jù)中的樣本圖像的特征信息作為輸入，樣本圖像對應(yīng)的行業(yè)標(biāo)簽信息作為輸出，訓(xùn)練得到深度神經(jīng)網(wǎng)絡(luò)模型。

在一些實施例中，上述樣本數(shù)據(jù)是通過以下方式得到的：使用用戶預(yù)先設(shè)置的至少一個關(guān)鍵詞，從搜索引擎獲取至少一張圖像；對上述至少一張圖像進行預(yù)處理，并為預(yù)處理后的各張圖像設(shè)置行業(yè)標(biāo)簽信息，其中，行業(yè)標(biāo)簽信息屬于預(yù)先設(shè)置的行業(yè)標(biāo)簽信息集合，上述行業(yè)標(biāo)簽信息集合是對上述至少一個關(guān)鍵詞進行聚類分析得到的，上述預(yù)處理包括以下至少一項：旋轉(zhuǎn)處理、長寬變化處理、明暗度變化處理、對比度變化處理、飽和度變化處理、RGB值變化處理。

在一些實施例中，上述裝置還包括：處理單元，用于對上述待分類圖像進行處理，得到特定尺寸的待分類圖像。

第三方面，本申請實施例提供了一種終端，該終端包括：一個或多個處理器；存儲裝置，用于存儲一個或多個程序，當(dāng)上述一個或多個程序被上述一個或多個處理器執(zhí)行時，使得上述一個或多個處理器實現(xiàn)如第一方面中任一實現(xiàn)方式描述的方法。