[發明專利]圖像識別方法、裝置及電子設備

有效

• 申請號: 201910535939.0
• 申請日: 2019-06-20
• 公開（公告）號: CN110245714B
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 王辰龍;高巖;趙雷
• 申請（專利權）人: 廈門美圖之家科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 趙李

本申請提供一種圖像識別方法、裝置及電子設備，預先通過對訓練樣本集進行特征提取及聚類操作得到多個聚類中心，再獲得正樣本子集在該多個聚類中心中所屬的聚類中心。對目標圖像進行識別時，首先計算目標圖像的目標特征向量，再確定該目標特征向量所屬的聚類中心，檢測目標特征向量所屬的聚類中心與正樣本子集所屬的聚類中心是否一致，從而判斷目標圖像是否與正樣本子集中的任一圖像為同一類型。通過該方案，采用聚類處理的方式，可以準確判別出目標圖像的類型。

技術領域

本申請涉及圖形處理技術領域，具體而言，涉及一種圖像識別方法、裝置及電子設備。

背景技術

隨著互聯網技術的發展，用戶經常會因為各種需求將手機拍攝的圖片、截屏圖片等上傳至社交平臺以進行分享。社交平臺會對用戶上傳的圖片進行識別，以濾除一些包含隱私信息或敏感信息的異常圖片。目前，通常是采用通過訓練樣本進行訓練獲得的識別模型對圖片進行識別，這種方式，在對模型進行訓練時，為了使模型更好學習到這類異常圖片的特征，因此在訓練樣本中加大這類異常圖片所占的比例。但是在實際情況下，這類異常圖片所占的比例是極小的，導致為了多學習正樣本的特征而加大其所占比例與正樣本圖片在實際情況下所占比例并不相符。因此，存在對正樣本特征的學習的需求以及正樣本實際所占比例之間的矛盾。

發明內容

有鑒于此，本申請實施例的目的在于提供一種圖像識別方法、裝置及電子設備，以解決或者改善上述問題。

第一方面，本申請實施例提供一種圖像識別方法，所述方法包括：

將目標圖像輸入至預先訓練得到的分類模型進行識別，輸出所述目標圖像的目標特征向量；

從預設的多個聚類中心中確定所述目標特征向量所屬的目標聚類中心，其中，各個聚類中心為預先對訓練樣本集進行特征提取及聚類操作所獲得的，所述訓練樣本集包括正樣本子集和負樣本子集；

檢測所述目標聚類中心是否與候選聚類中心一致，其中，所述候選聚類中心為預先獲得的所述正樣本子集在所述多個聚類中心中所屬的聚類中心；

根據檢測所述目標聚類中心與候選聚類中心是否一致的檢測結果，判斷所述目標圖像是否與所述正樣本子集中的任意一張圖像屬于相同類型。

可選地，所述從預設的多個聚類中心中確定所述目標特征向量所屬的目標聚類中心的步驟，包括：

計算所述目標特征向量與預設的每個聚類中心之間的歐式距離；

將計算得到的最小歐式距離對應的聚類中心作為所述目標特征向量所屬的目標聚類中心。

可選地，所述方法還包括：

將所述訓練樣本集中包含的各張樣本圖像導入預先訓練得到的分類模型進行識別，輸出各張樣本圖像的特征向量；

對各張樣本圖像的特征向量進行聚類操作，得到多個聚類中心；

將所述正樣本子集中包含的各張正樣本圖像導入所述分類模型進行識別，輸出各張正樣本圖像的特征向量；

獲得各張正樣本圖像的特征向量在所述多個聚類中心中所屬的聚類中心作為所述候選聚類中心。

可選地，所述對各張樣本圖像的特征向量進行聚類操作，得到多個聚類中心的步驟，包括：

從多張樣本圖像的特征向量中隨機選定預設數量個特征向量，作為初始聚類中心；

計算各張樣本圖像的特征向量分別與每個初始聚類中心之間的歐式距離，針對每張樣本圖像，將與該樣本圖像的特征向量之間的歐式距離最小的一個初始聚類中心作為該樣本圖像的特征向量所屬的初始聚類中心；

針對所屬同一初始聚類中心的至少兩張樣本圖像，計算得到該至少兩張樣本圖像的特征向量的中心特征向量，根據該中心特征向量對其所屬的初始聚類中心進行偏移。