[發明專利]圖像的分類方法、裝置、存儲介質及電子設備

有效

• 申請號: 201711466322.5
• 申請日: 2017-12-28
• 公開（公告）號: CN108197225B
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 陳巖;劉耀勇
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06F16/51
• 分類號: G06F16/51;G06F16/583;G06K9/62
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 黃威

1.一種圖像的分類方法，其特征在于，包括：

當檢測到圖像移動到分類庫的操作時，采集所述圖像對應的多維特征作為樣本，并構建多個分類庫對應的樣本集；

生成相應的根節點，并將所述樣本集作為所述根節點的節點信息；

將所述根節點的樣本集確定為當前待分類的目標樣本集；

獲取目標樣本集內所述特征對于樣本集分類的信息增益；

根據所述信息增益從所述特征中選取當前的劃分特征；

根據所述劃分特征對所述樣本集進行劃分，得到若干子樣本集；

對所述子樣本集中樣本的所述劃分特征進行去除，得到去除后子樣本集；

生成當前節點的子節點，并將所述去除后子樣本集作為所述子節點的節點信息；

判斷子節點是否滿足預設分類終止條件；

若否，則將所述目標樣本集更新為所述去除后子樣本集，并返回執行獲取目標樣本集內所述特征對于樣本集分類的信息增益的步驟；

若是，則將所述子節點作為葉子節點，根據所述去除后子樣本集中樣本的類別設置所述葉子節點的輸出，以構建出分類庫的決策樹模型，所述樣本的類別為對應的多個分類庫；

當檢測到圖像分類指令時，采集待分類圖像對應的多維特征作為預測樣本；

根據所述預測樣本和所述決策樹模型預測出對應的分類庫。

2.如權利要求1所述的圖像的分類方法，其特征在于，根據所述預測樣本和所述決策樹模型預測出對應的分類庫之后，還包括：

當檢測到用戶將一分類庫中的圖像移動到另一分類庫中時，采集所述圖像對應的多維特征作為樣本；

將所述樣本替換掉樣本集中的存儲時間在先的一樣本。

3.如權利要求1所述的圖像的分類方法，其特征在于，根據所述信息增益從所述特征中選取當前的劃分特征，包括：

從所述信息增益中選取最大的目標信息增益；

判斷所述目標信息增益是否大于預設閾值；

若是，則選取所述目標信息增益對應的特征作為當前的劃分特征。

4.如權利要求3所述的圖像的分類方法，其特征在于，所述圖像的分類方法還包括：

當目標信息增益不大于預設閾值時，將當前節點作為葉子節點，并選取樣本數量最多的樣本類別作為所述葉子節點的輸出。

5.如權利要求1所述的圖像的分類方法，其特征在于，判斷子節點是否滿足預設分類終止條件，包括：

判斷所述子節點對應的去除后子樣本集中樣本的類別數量是否為預設數量；

若是，則確定所述子節點滿足預設分類終止條件。

6.如權利要求1-5任一項所述的圖像的分類方法，其特征在于，獲取目標樣本集內所述特征對于樣本集分類的信息增益，包括：

獲取樣本分類的經驗熵；

獲取所述特征對于樣本集分類結果的條件熵；

根據所述條件熵和所述經驗熵，獲取所述特征對于所述樣本集分類的信息增益。