[發明專利]圖像分類方法、服務器及存儲介質

在審

• 申請號: 201810071179.8
• 申請日: 2018-01-24
• 公開（公告）號: CN108280190A
• 公開（公告）日: 2018-07-13
• 發明（設計）人: 吳樓
• 申請（專利權）人: 深圳前海大數金融服務有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國

1.一種圖像分類方法，其特征在于，所述圖像分類方法包括以下步驟：

獲取待分類圖像；

提取所述待分類圖像預設區域的特征信息，并將所述特征信息生成目標特征向量；

將所述目標特征向量與預設樣品庫中分類后的索引向量數據進行匹配，確定匹配成功的索引向量數據對應的預設分類類型，并將所述預設分類類型作為所述待分類圖像的目標分類類型。

2.如權利要求1所述的圖像分類方法，其特征在于，所述提取所述待分類圖像預設區域的特征信息，并將所述特征信息生成目標特征向量，具體包括：

根據顏色和邊緣的方向性描述符提取所述待分類圖像全局區域的特征信息，生成多維直方圖向量信息；根據加速穩健特征算法提取所述待分類圖像局部區域的預設特征點信息，并根據所述預設特征點信息生成特征點向量信息；根據視覺詞袋模型提取所述待分類圖像局部區域的特征信息，并根據預設視覺詞生成所述特征信息對應的視覺詞直方圖向量信息；

將所述多維直方圖向量信息、特征點向量信息和視覺詞直方圖向量信息生成目標特征向量。

3.如權利要求2所述的圖像分類方法，其特征在于，所述根據顏色和邊緣的方向性描述符提取所述待分類圖像全局區域的特征信息，生成多維直方圖向量信息，具體包括：

根據顏色和邊緣的方向性描述符提取所述待分類圖像中全局區域的顏色信息和紋理信息，將所述顏色信息和紋理信息進行結合生成多維直方圖向量信息。

4.如權利要求2所述的圖像分類方法，其特征在于，所述根據加速穩健特征算法提取所述待分類圖像局部區域的預設特征點信息，并根據所述預設特征點信息生成特征點向量信息，具體包括：

根據加速穩健特征算法依據預設矩陣生成預設特征點信息，并根據所述預設特征點信息生成特征點向量信息。

5.如權利要求2所述的圖像分類方法，其特征在于，所述根據視覺詞袋模型提取所述待分類圖像局部區域的特征信息，并根據預設視覺詞生成所述特征信息對應的視覺詞直方圖向量信息，具體包括：

根據視覺詞袋模型提取所述待分類圖像局部區域的特征信息，通過所述特征信息與預設視覺詞的映射關系生成所述特征信息對應的視覺詞直方圖向量信息。

6.如權利要求1至5中任一項所述的圖像分類方法，其特征在于，所述將所述目標特征向量與預設樣品庫中分類后的索引向量數據進行匹配，確定匹配成功的索引向量數據對應的預設分類類型，并將所述預設分類類型作為所述待分類圖像的目標分類類型之前，所述方法還包括：

根據顏色和邊緣的方向性描述符、加速穩健特征算法和視覺詞袋模型提取樣本圖像數據中的向量信息，并根據所述向量信息生成索引向量數據。

7.如權利要求1至5中任一項所述的圖像分類方法，其特征在于，所述提取所述待分類圖像預設區域的特征信息，并將所述特征信息生成目標特征向量之后，所述方法還包括：

將所述特征向量與預設樣品庫中分類后的索引向量數據進行匹配，在匹配結果為匹配不成功時，將所述待分類圖像設為預設分類類型。

8.如權利要求1至5中任一項所述的圖像分類方法，其特征在于，所述將所述目標特征向量與預設樣品庫中分類后的索引向量數據進行匹配，確定匹配成功的索引向量數據對應的預設分類類型，并將所述預設分類類型作為所述待分類圖像的目標分類類型之后，所述方法還包括：

根據所述待分類圖像的目標分類類型更新所述預設樣品庫，并接收查詢和修改指令，對更新后的預設樣品庫中的圖像進行查詢和修改。

9.一種服務器，其特征在于，所述服務器包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的圖像分類程序，所述圖像分類程序配置為實現如權利要求1至8中任一項所述的圖像分類方法的步驟。

10.一種存儲介質，其特征在于，所述存儲介質上存儲有圖像分類程序，所述圖像分類程序被處理器執行時實現如權利要求1至8中任一項所述的圖像分類方法的步驟。