[發明專利]一種圖像分類方法、裝置、設備及可讀存儲介質

在審

• 申請號: 202010476801.0
• 申請日: 2020-05-29
• 公開（公告）號: CN111626371A
• 公開（公告）日: 2020-09-04
• 發明（設計）人: 白雨辰
• 申請（專利權）人: 歌爾科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 郭化雨

1.一種圖像分類方法，其特征在于，包括：

獲取待分類圖像，并對所述待分類圖像進行特征提取處理，得到待分類特征；

確定多個注冊類別對應的多個注冊樣本特征，分別利用各個所述注冊樣本特征與所述待分類特征進行特征計算，得到多個差別特征；各個所述注冊類別分別對應于至少一個所述注冊樣本特征；

利用分類器對所述差別特征進行匹配處理，得到各個所述差別特征對應的相似度；

利用所述相似度確定目標相似度，并將所述待分類圖像的類別確定為所述目標相似度對應的目標注冊類別。

2.根據權利要求1所述的圖像分類方法，其特征在于，所述利用分類器對所述差別特征進行匹配處理，得到各個所述差別特征對應的相似度，包括：

將所述差別特征輸入所述分類器，得到預設數量個鄰域投票結果；

根據所述鄰域投票結果得到所述相似度。

3.根據權利要求1所述的圖像分類方法，其特征在于，所述利用所述相似度確定目標相似度，包括：

對各個所述相似度進行整合處理，得到多個類別相似度；

將各個所述類別相似度與第一閾值進行比對，并將大于所述第一閾值的所述類別相似度確定為候選相似度；

當所述候選相似度的數量為一時，將所述候選相似度確定為所述目標相似度；

當所述候選相似度的數量大于一時，按照由大到小的順序對各個所述候選相似度進行排序，得到相似度序列；

將大于第二閾值的所述相似度確定為合法相似度，并統計各個所述候選相似度對應的合法相似度數量；

按照所述合法相似度數量由大到小的順序對所述相似度序列進行調整，并將所述相似度序列中的第一候選相似度確定為所述目標相似度。

4.根據權利要求3所述的圖像分類方法，其特征在于，所述對各個所述相似度進行整合處理，得到多個類別相似度，包括：

利用對應于同一所述注冊類別的所述相似度進行平均值計算，得到所述注冊類別對應的所述類別相似度；

或，

確定各個所述相似度對應的相似度權重；

基于所述相似度權重，利用對應于同一所述注冊類別的所述相似度進行加權平均計算，得到所述類別相似度。

5.根據權利要求1所述的圖像分類方法，其特征在于，所述獲取待分類圖像，包括：

獲取原始圖像，并統計所述原始圖像的質量參數；

當所述質量參數處于預設區間時，獲取權重系數，并根據所述權重系數計算所述原始圖像對應的評價分數；

當所述評價分數大于預設評價閾值時，對所述原始圖像進行預處理，得到所述待分類圖像；所述預處理為中值濾波、均值濾波、直方圖均衡化、雙邊濾波、高斯濾波中的任意一種或任意幾種的組合。

6.根據權利要求1所述的圖像分類方法，其特征在于，在所述利用分類器對所述差別特征進行匹配處理之前，還包括：

獲取各個所述注冊類別對應的多個訓練樣本特征；

利用任意兩個同類別的訓練樣本特征構成正樣本數據對，并對所述正樣本數據對進行正標簽處理；

利用任意兩個非同類別的訓練樣本特征構成負樣本數據對，并對所述負樣本數據對進行負標簽處理；

利用所述正樣本數據對和所述負樣本數據對對初始分類器進行訓練，得到所述分類器。

7.根據權利要求1所述的圖像分類方法，其特征在于，還包括：

將所述注冊樣本特征發送給云端，以便所述云端將所述注冊樣本特征與訓練樣本特征整合后進行分類器訓練；

獲取所述云端發送的分類器參數，并利用所述分類器參數更新所述分類器。