[發明專利]分類方法和裝置、電子設備、計算機存儲介質

有效

• 申請號: 201711354471.2
• 申請日: 2017-12-15
• 公開（公告）號: CN108229341B
• 公開（公告）日: 2021-08-06
• 發明（設計）人: 蔣正鍇;邵婧;閆俊杰
• 申請（專利權）人: 北京市商湯科技開發有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京思源智匯知識產權代理有限公司 11657
• 代理人: 毛麗琴

1.一種分類方法，其特征在于，包括：

接收待分類圖像；

基于神經網絡對輸入的待分類圖像進行處理，得到對應所述待分類圖像的完整特征；

基于剪裁技術，對所述完整特征執行分塊剪裁處理，獲得剪裁后的多個對應所述待分類圖像的特征；所述剪裁技術用于對待分類圖像或基于待分類圖像得到的完整特征執行分塊剪裁處理；所述剪裁后得到的特征的大小小于或等于所述完整特征，所有所述剪裁后得到的特征拼接后至少包括一個所述完整特征；

對多個所述剪裁后得到的特征進行融合處理，得到融合特征；

利用分類網絡，基于所述融合特征獲得所述待分類圖像對應的分類結果。

2.根據權利要求1所述的方法，其特征在于，所述對所述完整特征執行剪裁處理，獲得剪裁后的多個對應所述待分類圖像的特征之后，還包括：

將所有所述待分類圖像的特征縮放到相同大小。

3.根據權利要求1所述的方法，其特征在于，所述神經網絡包括至少一個卷積層；

所述基于神經網絡和剪裁技術對所述待分類圖像進行處理，獲得多個特征，包括：

迭代執行：

通過神經網絡中上一個卷積層對待分類圖像執行卷積計算，得到輸出的完整特征圖，將所述完整特征圖剪裁得到至少兩個特征圖；所有所述特征圖拼接后至少包括一個所述完整特征圖；

分別通過所述神經網絡中下一個卷積層對各特征圖執行卷積操作，得到至少兩個新特征圖，融合對應同一個待處理圖像得到的所有新特征圖；將所述融合后的新特征圖作為待分類圖像，將下下一個卷積層作為上一個卷積層；

直到所述下一個卷積層為最后一個卷積層，輸出所述得到的至少兩個新特征圖。

4.根據權利要求3所述的方法，其特征在于，分別通過所述神經網絡中下一個卷積層對各特征圖執行卷積操作之前，還包括：

將各所述特征圖縮放為所述下一個卷積層對應的輸入圖像大小。

5.根據權利要求1所述的方法，其特征在于，所述對所述多個特征進行融合處理，得到融合特征之前，還包括：

統一所述多個特征的格式。

6.根據權利要求5所述的方法，其特征在于，統一所述多個特征的格式，對所述多個特征進行融合處理，得到融合特征，包括：

將所述多個特征的維度進行轉換，使基于所述待分類圖像得到的所有所述特征的維度統一；

將所述維度統一的多個特征在每個維度上將特征值進行連接，得到融合后維度不變的特征圖，一個所述融合后的特征圖對應一個所述待分類圖像。

7.根據權利要求6所述的方法，其特征在于，將所述維度統一的多個特征在每個維度上將特征值進行連接，包括：

對每個特征分配不同的權重值；

將所述多個特征與相應權重值相乘后進行連接。

8.根據權利要求1-7任一所述的方法，其特征在于，所述利用分類網絡，基于所述融合特征獲得所述待分類圖像對應的分類結果，包括：

將所述融合特征輸入所述分類網絡，分別得到所述待分類圖像對應各分類類別的概率向量；

基于所述對應各分類類別的概率向量確定所述待分類圖像的分類結果。

9.根據權利要求8所述的方法，其特征在于，將所述融合特征輸入所述分類網絡，分別得到所述待分類圖像對應各分類類別的概率向量，包括：

將所述融合特征輸入至少一個所述分類網絡中；每個所述分類網絡中包括至少一個全連接層和激活函數，每個所述分類網絡對應一個屬性分類族，一個所述屬性分類族包括至少兩個分類類別；

各所述分類網絡分別輸出對應不同屬性分類族的概率向量。

10.根據權利要求1-7任一所述的方法，其特征在于，所述待分類圖像為行人圖像；

所述利用分類網絡，基于所述融合特征獲得所述待分類圖像對應的分類結果，包括：

利用分類網絡，基于所述融合特征獲得所述行人圖像對應的分類結果。