[發明專利]圖像分類方法、裝置及存儲介質、電子設備

有效

• 申請號: 201910843986.1
• 申請日: 2019-09-06
• 公開（公告）號: CN110598028B
• 公開（公告）日: 2023-10-20
• 發明（設計）人: 劉弘一;陳若田;熊軍;李若鵬
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/82;G06N3/0464;G06N3/048;G06N3/047;G06N3/082
• 代理公司: 北京國昊天誠知識產權代理有限公司 11315
• 代理人: 許振新

1.一種圖像分類方法，應用于膠囊網絡，所述膠囊網絡為預先通過歷史圖像樣本及所述歷史圖像樣本關聯的分類標簽訓練得到的，其中，所述分類標簽包括廣告圖像標簽與非廣告圖像標簽，所述膠囊網絡包括依次連接的卷積層、膠囊層、全連接層，所述方法包括：

經所述卷積層對目標圖像的圖像像素矩陣提取基礎特征；

經所述膠囊層根據所述基礎特征提取圖像特征向量，并對圖像特征向量進行傳播與路由更新；

經所述全連接層根據路由更新后的所述圖像特征向量重構目標圖像，將所述目標圖像是否為廣告圖像作為分類目標對重構后的目標圖像進行分類。

2.根據權利要求1所述的圖像分類方法，所述膠囊層包括主膠囊層與數字膠囊層，所述經所述膠囊層根據所述基礎特征提取圖像特征向量，并對圖像特征向量進行傳播與路由更新包括：

經所述主膠囊層根據所述基礎特征生成表征目標圖像中的目標區域包含目標特征的概率、目標區域的圖像特征參數的圖像特征向量；

經所述數字膠囊層對圖像特征向量進行傳播與路由更新。

3.根據權利要求2所述的方法，所述圖像特征向量包括圖像特征參數，所述圖像特征參數包括位置信息、翻轉情況、形狀、亮度、尺寸中的至少一種。

4.根據權利要求1所述的圖像分類方法，所述全連接層包括多個依次連接的全連接單元及softmax層，所述經所述全連接層根據路由更新后的所述圖像特征向量重構目標圖像，將所述目標圖像是否為廣告圖像作為分類目標對重構后的目標圖像進行分類包括：

經多個全連接單元逐級提取路由更新后的所述圖像特征向量的高階特征，并根據高階特征重構目標圖像；

經所述softmax層將所述目標圖像是否為廣告圖像作為分類目標對重構后的目標圖像進行分類。

5.根據權利要求4所述的方法，所述全連接單元為依次進行權重計算、動態路由調節、激活函數運算的網絡結構。

6.根據權利要求1所述的方法，在所述經所述卷積層對目標圖像的圖像像素矩陣提取基礎特征之前，所述方法還包括：

提取歷史圖像樣本的布局、內容、色調中至少一種特征；

根據所述歷史圖像樣本的布局、內容、色調中至少一種特征及預先對歷史圖像樣本標識的分類標簽構建訓練樣本訓練所述膠囊網絡。

7.根據權利要求1所述的方法，在所述將目標圖像的圖像矩陣輸入多個預先訓練的膠囊網絡之前，所述方法還包括：

對目標圖像進行縮放、旋轉、裁剪、邊緣檢測、分辨率增強中的至少一種預處理操作。

8.根據權利要求1所述的方法，在所述經所述卷積層對目標圖像的圖像像素矩陣提取基礎特征之前，所述方法還包括：

基于多個處理引擎并行加載所述膠囊網絡。

9.一種圖像分類裝置，應用于膠囊網絡，所述膠囊網絡為預先通過歷史圖像樣本及所述歷史圖像樣本關聯的分類標簽訓練得到的，其中，所述分類標簽包括廣告圖像標簽與非廣告圖像標簽，所述膠囊網絡包括依次連接的卷積層、膠囊層、全連接層，所述裝置包括：

基礎特征提取單元，經所述卷積層對目標圖像的圖像像素矩陣提取基礎特征；

特征向量提取單元，經所述膠囊層根據所述基礎特征提取圖像特征向量，并對圖像特征向量進行傳播與路由更新；

圖像分類單元，經所述全連接層根據路由更新后的所述圖像特征向量重構目標圖像，將所述目標圖像是否為廣告圖像作為分類目標對重構后的目標圖像進行分類。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現：

經所述卷積層對目標圖像的圖像像素矩陣提取基礎特征；

經所述膠囊層根據所述基礎特征提取圖像特征向量，并對圖像特征向量進行傳播與路由更新；

經所述全連接層根據路由更新后的所述圖像特征向量重構目標圖像，將所述目標圖像是否為廣告圖像作為分類目標對重構后的目標圖像進行分類。

11.一種電子設備，包括：

存儲器，其上存儲有計算機程序；

處理器，用于執行所述存儲器中的所述計算機程序，以實現：

經所述卷積層對目標圖像的圖像像素矩陣提取基礎特征；

經所述膠囊層根據所述基礎特征提取圖像特征向量，并對圖像特征向量進行傳播與路由更新；

經所述全連接層根據路由更新后的所述圖像特征向量重構目標圖像，將所述目標圖像是否為廣告圖像作為分類目標對重構后的目標圖像進行分類。