[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

本發明公開了一種圖像分類方法，包括：獲取待分類圖像，并對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，分別利用各個注冊樣本特征與待分類特征進行特征計算，得到多個差別特征；各個注冊類別分別對應于至少一個注冊樣本特征；利用分類器對差別特征進行匹配處理，得到各個差別特征對應的相似度；利用相似度確定目標相似度，并將待分類圖像的類別確定為目標相似度對應的目標注冊類別；該方法利用進行了第二層特征提取，并在多個類別中選擇可能性最高的類別作為待分類圖像的類別，提高了分類準確程度；此外，本發明還提供了一種圖像分類裝置、圖像分類設備及計算機可讀存儲介質，也具有上述有益效果。

技術領域

本發明涉及圖像分類技術領域，特別涉及一種圖像分類方法、圖像分類裝置、圖像分類設備及計算機可讀存儲介質。

背景技術

特征提取是計算機視覺和圖像處理中的一個概念。它指的是使用計算機提取圖像信息，決定每個圖像的點是否屬于一個圖像特征。常用的特征提取算法主要分為兩大方面，一方面為基于矩陣或特征描述子進行特征提??；另一方面為基于深度學習方法進行特征提取。由于基于特征描述子的傳統分類方法對內存的占用率較小，因此相關技術在進行圖像分類時經常采用傳統方法進行特征提取，但是傳統方法提取得到的特征識別率較低，且傳統分類方法在進行分類時準確度一般，因此導致相關技術的分類準確度較低。

因此，如何解決相關技術存在的分類準確度較低的問題，是本領域技術人員需要解決的技術問題。

發明內容

有鑒于此，本發明的目的在于提供一種圖像分類方法、圖像分類裝置、圖像分類設備及計算機可讀存儲介質，解決了相關技術存在的分類準確度較低的問題。

為解決上述技術問題，本發明提供了一種圖像分類方法，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。

可選地，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。

可選地，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。

可選地，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；