[發(fā)明專利]圖像分類方法及裝置

有效

• 申請?zhí)枺?/td>: 202010101515.6
• 申請日: 2020-02-18
• 公開（公告）號: CN111325271B
• 公開（公告）日: 2023-09-12
• 發(fā)明（設(shè)計(jì)）人: 孫哲
• 申請（專利權(quán)）人: OPPO廣東移動(dòng)通信有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/762;G06V10/82
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 鄭小娟

1.一種圖像分類方法，其特征在于，所述方法包括：

獲取待分類圖像，并根據(jù)所述待分類圖像的來源確定所述待分類圖像所屬的應(yīng)用程序和/或應(yīng)用場景；

將所述待分類圖像進(jìn)行劃分，得到M個(gè)局部圖像塊，所述M為大于1的正整數(shù)；其中，根據(jù)所述待分類圖像所屬的應(yīng)用程序和/或應(yīng)用場景來確定局部圖像塊的形狀、尺寸和數(shù)量；

將所述M個(gè)局部圖像塊進(jìn)行聚類，得到N個(gè)聚類結(jié)果，所述N為大于1的正整數(shù)；

根據(jù)所述M個(gè)局部圖像塊與所述N個(gè)聚類結(jié)果，確定所述待分類圖像的全局特征，所述全局特征為所述待分類圖像的特征向量；

根據(jù)所述全局特征確定所述待分類圖像的分類結(jié)果；

所述將所述M個(gè)局部圖像塊進(jìn)行聚類之前，所述方法還包括：通過分類模型獲取M個(gè)局部圖像塊的M個(gè)局部特征；

所述將所述M個(gè)局部圖像塊進(jìn)行聚類，得到N個(gè)聚類結(jié)果，包括：根據(jù)圖像所屬的不同的應(yīng)用程序或應(yīng)用場景選取不同的圖像局部特征或圖像局部特征組合，根據(jù)所述圖像局部特征或圖像局部特征組合對所述M個(gè)局部特征進(jìn)行聚類，得到N個(gè)聚類結(jié)果。

2.根據(jù)權(quán)利要求1所述方法，其特征在于，所述根據(jù)所述M個(gè)局部圖像塊與所述N個(gè)聚類結(jié)果，確定所述待分類圖像的全局特征包括：

將所述M個(gè)局部圖像塊分別與所述N個(gè)聚類結(jié)果中的每個(gè)聚類結(jié)果進(jìn)行卷積操作，得到第一特征向量；

對所述第一特征向量進(jìn)行二值圖像編碼，得到所述全局特征。

3.根據(jù)權(quán)利要求2所述方法，其特征在于，所述對所述第一特征向量進(jìn)行二值圖像編碼，得到所述全局特征包括：

根據(jù)二值圖像編碼規(guī)則，將所述第一特征向量中大于第一值的值置為第二值，以及將所述第一特征向量中小于或等于所述第一值的值置為所述第一值，得到所述全局特征。

4.根據(jù)權(quán)利要求1-3任一項(xiàng)所述方法，其特征在于，所述根據(jù)所述全局特征確定所述待分類圖像的分類結(jié)果包括：

將所述全局特征與卷積向量進(jìn)行卷積操作，得到所述全局特征的概率向量，所述卷積向量是訓(xùn)練標(biāo)注類別的圖像樣本得到的；

將所述概率向量中的最大值對應(yīng)的類別作為所述待分類圖像的分類結(jié)果。

5.根據(jù)權(quán)利要求4所述方法，其特征在于，所述卷積操作的大小為1x1。

6.根據(jù)權(quán)利要求1-3任一項(xiàng)所述方法，其特征在于，所述方法還包括：

獲取第一圖像集，所述第一圖像集包括已標(biāo)注圖像類別的圖像；

使用所述第一圖像集訓(xùn)練待訓(xùn)練的分類器，得到第一分類器；

所述根據(jù)所述全局特征確定所述待分類圖像的分類結(jié)果包括：將所述全局特征輸入所述第一分類器，輸出所述待分類圖像的分類結(jié)果。

7.根據(jù)權(quán)利要求1-6任一項(xiàng)所述方法，其特征在于，所述將所述M個(gè)局部圖像塊進(jìn)行聚類，得到N個(gè)聚類結(jié)果包括：

采用非監(jiān)督學(xué)習(xí)的聚類方法將所述M個(gè)局部圖像塊進(jìn)行聚類，得到所述N個(gè)聚類結(jié)果。

8.一種圖像分類裝置，其特征在于，所述裝置包括：

獲取單元，用于獲取待分類圖像，并根據(jù)所述待分類圖像的來源確定所述待分類圖像所屬的應(yīng)用程序和/或應(yīng)用場景；

劃分單元，用于將所述待分類圖像進(jìn)行劃分，得到M個(gè)局部圖像塊，所述M為大于1的正整數(shù)；其中，根據(jù)所述待分類圖像所屬的應(yīng)用程序和/或應(yīng)用場景來確定局部圖像塊的形狀、尺寸和數(shù)量；

聚類單元，用于將所述M個(gè)局部圖像塊進(jìn)行聚類，得到N個(gè)聚類結(jié)果，所述N為大于1的正整數(shù)；

第一確定單元，用于根據(jù)所述M個(gè)局部圖像塊與所述N個(gè)聚類結(jié)果，確定所述待分類圖像的全局特征，所述全局特征為所述待分類圖像的特征向量；

第二確定單元，用于根據(jù)所述全局特征確定所述待分類圖像的分類結(jié)果；

所述獲取單元，還用于將所述M個(gè)局部圖像塊進(jìn)行聚類之前，通過分類模型獲取M個(gè)局部圖像塊的M個(gè)局部特征；

所述聚類單元，具體用于根據(jù)圖像所屬的不同的應(yīng)用程序或應(yīng)用場景選取不同的圖像局部特征或圖像局部特征組合，根據(jù)所述圖像局部特征或圖像局部特征組合對所述M個(gè)局部特征進(jìn)行聚類，得到N個(gè)聚類結(jié)果。