[發(fā)明專利]訓(xùn)練圖像分類模型、圖像分類方法、裝置、設(shè)備及介質(zhì)

在審

• 申請?zhí)枺?/td>: 201811626419.2
• 申請日: 2018-12-28
• 公開（公告）號: CN111382758A
• 公開（公告）日: 2020-07-07
• 發(fā)明（設(shè)計）人: 張鵬
• 申請（專利權(quán)）人: 杭州海康威視數(shù)字技術(shù)股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/66;G06T5/50
• 代理公司: 北京博思佳知識產(chǎn)權(quán)代理有限公司 11415
• 代理人: 林祥

1.一種訓(xùn)練圖像分類模型的方法，其特征在于，所述方法包括：

獲得至少兩張樣本圖像各自對應(yīng)的加權(quán)系數(shù)，所述樣本圖像被標注有用于指示樣本圖像中目標對象的類別的標簽；

將所述樣本圖像按對應(yīng)的加權(quán)系數(shù)進行加權(quán)融合處理，獲得融合圖像，所述加權(quán)系數(shù)表征所述目標對象在融合圖像中出現(xiàn)的概率；

按所述樣本圖像的加權(quán)系數(shù)對所述樣本圖像的標簽進行加權(quán)運算，獲得所述融合圖像的標簽；

基于融合圖像和融合圖像的標簽進行圖像分類模型的訓(xùn)練。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述加權(quán)系數(shù)隨機生成。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述樣本圖像按對應(yīng)的加權(quán)系數(shù)進行加權(quán)融合處理，獲得融合圖像，包括：

獲取每張樣本圖像中坐標相同的像素點，將所獲取的像素點按所在樣本圖像的加權(quán)系數(shù)進行加權(quán)運算，獲得融合圖像。

4.根據(jù)權(quán)利要求1至3任一項所述的方法，其特征在于，所述樣本圖像的標簽為單類別標簽，和/或，所述樣本圖像的標簽為獨熱碼形式的標簽。

5.一種圖像分類方法，其特征在于，所述方法包括：

利用權(quán)利要求1-4任一項所述的圖像分類模型對待分類圖像中目標對象的類別進行預(yù)測，獲得所述目標對象的類別。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述利用所述圖像分類模型對待分類圖像中目標對象的類別進行預(yù)測，獲得所述目標對象的類別，包括：

利用圖像分類模型提取待分類圖像中的圖像特征；

依據(jù)圖像分類模型中圖像特征與標簽的映射關(guān)系，預(yù)測與待分類圖像的圖像特征對應(yīng)的標簽，獲得所述待分類圖像中目標對象的類別。

7.一種訓(xùn)練圖像分類模型的裝置，其特征在于，所述裝置包括：

系數(shù)獲得模塊，用于獲得至少兩張樣本圖像各自對應(yīng)的加權(quán)系數(shù)，所述樣本圖像被標注有用于指示樣本圖像中目標對象的類別的標簽；

融合處理模塊，用于將所述樣本圖像按對應(yīng)的加權(quán)系數(shù)進行加權(quán)融合處理，獲得融合圖像，所述加權(quán)系數(shù)表征所述目標對象在融合圖像中出現(xiàn)的概率；

加權(quán)運算模塊，用于按所述樣本圖像的加權(quán)系數(shù)對所述樣本圖像的標簽進行加權(quán)運算，獲得所述融合圖像的標簽；

模型訓(xùn)練模塊，用于基于融合圖像和融合圖像的標簽進行圖像分類模型的訓(xùn)練。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述加權(quán)系數(shù)隨機生成。

9.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述融合處理模塊具體用于：獲取每張樣本圖像中坐標相同的像素點，將所獲取的像素點按所在樣本圖像的加權(quán)系數(shù)進行加權(quán)運算，獲得融合圖像。

10.根據(jù)權(quán)利要求7至9任一項所述的裝置，其特征在于，所述樣本圖像的標簽為單類別標簽，和/或，所述樣本圖像的標簽為獨熱碼形式的標簽。

11.一種圖像分類裝置，其特征在于，所述裝置包括：

類別預(yù)測模塊，用于利用權(quán)利要求7-10任一項所述的圖像分類模型對待分類圖像中目標對象的類別進行預(yù)測，獲得所述目標對象的類別。

12.根據(jù)權(quán)利要求11所述的裝置，其特征在于，所述類別預(yù)測模塊具體用于：

利用圖像分類模型提取待分類圖像中的圖像特征；

依據(jù)圖像分類模型中圖像特征與標簽的映射關(guān)系，預(yù)測與待分類圖像的圖像特征對應(yīng)的標簽，獲得所述待分類圖像中目標對象的類別。