[發(fā)明專利]一種圖像分類方法、裝置、存儲(chǔ)介質(zhì)和電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202010775286.6
• 申請(qǐng)日: 2020-08-05
• 公開（公告）號(hào): CN111652329B
• 公開（公告）日: 2020-11-10
• 發(fā)明（設(shè)計(jì)）人: 王婧雯
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 深圳翼盛智成知識(shí)產(chǎn)權(quán)事務(wù)所(普通合伙) 44300
• 代理人: 彭緒坤

1.一種圖像分類方法，其特征在于，包括：

獲取待分類圖像，所述待分類圖像包括多個(gè)細(xì)胞結(jié)構(gòu)單元；

確定所述細(xì)胞結(jié)構(gòu)單元對(duì)應(yīng)的密度檢測(cè)區(qū)域，并計(jì)算所述密度檢測(cè)區(qū)域內(nèi)細(xì)胞結(jié)構(gòu)單元的單元密度；

基于所述單元密度對(duì)所述待分類圖像中的多個(gè)細(xì)胞結(jié)構(gòu)單元進(jìn)行聚類，得到多個(gè)細(xì)胞結(jié)構(gòu)集合；

在所述待分類圖像中，確定每個(gè)所述細(xì)胞結(jié)構(gòu)集合對(duì)應(yīng)的集合區(qū)域；

提取所述集合區(qū)域中每個(gè)所述細(xì)胞結(jié)構(gòu)單元對(duì)應(yīng)的單元特征信息；

基于所述單元特征信息、以及每個(gè)所述細(xì)胞結(jié)構(gòu)單元在所述集合區(qū)域中的單元位置信息，構(gòu)建所述集合區(qū)域?qū)?yīng)的圖結(jié)構(gòu)數(shù)據(jù)；

對(duì)所述圖結(jié)構(gòu)數(shù)據(jù)進(jìn)行圖卷積操作，得到所述集合區(qū)域?qū)?yīng)的區(qū)域特征信息；

基于所述區(qū)域特征信息、以及每個(gè)所述細(xì)胞結(jié)構(gòu)集合在所述待分類圖像中的集合位置信息，構(gòu)建所述待分類圖像對(duì)應(yīng)的目標(biāo)圖結(jié)構(gòu)數(shù)據(jù)；

對(duì)所述目標(biāo)圖結(jié)構(gòu)數(shù)據(jù)進(jìn)行內(nèi)容分類操作，得到圖像分類結(jié)果。

2.根據(jù)權(quán)利要求1所述的圖像分類方法，其特征在于，確定所述細(xì)胞結(jié)構(gòu)單元對(duì)應(yīng)的密度檢測(cè)區(qū)域，并計(jì)算所述密度檢測(cè)區(qū)域內(nèi)細(xì)胞結(jié)構(gòu)單元的單元密度，包括：

基于所述細(xì)胞結(jié)構(gòu)單元在所述待分類圖像中的單元位置信息、以及預(yù)設(shè)半徑，確定所述細(xì)胞結(jié)構(gòu)單元對(duì)應(yīng)的密度檢測(cè)區(qū)域；

計(jì)算所述密度檢測(cè)區(qū)域內(nèi)細(xì)胞結(jié)構(gòu)單元的單元密度。

3.根據(jù)權(quán)利要求1所述的圖像分類方法，其特征在于，基于所述單元密度對(duì)所述待分類圖像中的多個(gè)細(xì)胞結(jié)構(gòu)單元進(jìn)行聚類，得到多個(gè)細(xì)胞結(jié)構(gòu)集合，包括：

從所述多個(gè)細(xì)胞結(jié)構(gòu)單元中確定初始細(xì)胞結(jié)構(gòu)單元；

當(dāng)所述初始細(xì)胞結(jié)構(gòu)單元對(duì)應(yīng)密度檢測(cè)區(qū)域的單元密度達(dá)到預(yù)設(shè)密度閾值時(shí)，確定所述初始細(xì)胞結(jié)構(gòu)單元對(duì)應(yīng)的細(xì)胞結(jié)構(gòu)集合；

返回執(zhí)行從所述多個(gè)細(xì)胞結(jié)構(gòu)單元中確定初始細(xì)胞結(jié)構(gòu)單元的步驟，直至確定出所述待分類圖像中所有細(xì)胞結(jié)構(gòu)集合。

4.根據(jù)權(quán)利要求1所述的圖像分類方法，其特征在于，基于所述區(qū)域特征信息、以及每個(gè)所述細(xì)胞結(jié)構(gòu)集合在所述待分類圖像中的集合位置信息，構(gòu)建所述待分類圖像對(duì)應(yīng)的目標(biāo)圖結(jié)構(gòu)數(shù)據(jù)，包括：

基于每個(gè)所述細(xì)胞結(jié)構(gòu)集合在所述待分類圖像中的集合位置信息、以及相鄰細(xì)胞結(jié)構(gòu)集合之間的間隔距離，確定多個(gè)細(xì)胞結(jié)構(gòu)集合之間的關(guān)聯(lián)關(guān)系；

基于所述區(qū)域特征信息、以及多個(gè)細(xì)胞結(jié)構(gòu)集合之間的關(guān)聯(lián)關(guān)系，構(gòu)建所述待分類圖像對(duì)應(yīng)的目標(biāo)圖結(jié)構(gòu)數(shù)據(jù)。

5.根據(jù)權(quán)利要求1所述的圖像分類方法，其特征在于，對(duì)所述目標(biāo)圖結(jié)構(gòu)數(shù)據(jù)進(jìn)行內(nèi)容分類操作，得到圖像分類結(jié)果，包括：

對(duì)所述目標(biāo)圖結(jié)構(gòu)數(shù)據(jù)進(jìn)行圖卷積操作，得到卷積后圖像；

對(duì)所述卷積后圖像進(jìn)行內(nèi)容分類操作，得到圖像分類結(jié)果。

6.根據(jù)權(quán)利要求5所述的圖像分類方法，其特征在于，對(duì)所述目標(biāo)圖結(jié)構(gòu)數(shù)據(jù)進(jìn)行圖卷積操作，得到卷積后圖像，包括：

確定每個(gè)所述細(xì)胞結(jié)構(gòu)集合對(duì)應(yīng)的鄰居細(xì)胞結(jié)構(gòu)集合；

基于圖卷積層、以及每個(gè)所述細(xì)胞結(jié)構(gòu)集合對(duì)應(yīng)的鄰居細(xì)胞結(jié)構(gòu)集合，提取所述目標(biāo)圖結(jié)構(gòu)數(shù)據(jù)中每個(gè)細(xì)胞結(jié)構(gòu)集合對(duì)應(yīng)的集合特征信息；

基于所述集合特征信息，確定所述目標(biāo)圖結(jié)構(gòu)數(shù)據(jù)對(duì)應(yīng)的卷積后圖像。

7.一種圖像分類裝置，其特征在于，包括：

獲取模塊，用于獲取待分類圖像，所述待分類圖像包括多個(gè)細(xì)胞結(jié)構(gòu)單元；

密度計(jì)算模塊，用于確定所述細(xì)胞結(jié)構(gòu)單元對(duì)應(yīng)的密度檢測(cè)區(qū)域，并計(jì)算所述密度檢測(cè)區(qū)域內(nèi)細(xì)胞結(jié)構(gòu)單元的單元密度；

聚類模塊，用于基于所述單元密度對(duì)所述待分類圖像中的多個(gè)細(xì)胞結(jié)構(gòu)單元進(jìn)行聚類，得到多個(gè)細(xì)胞結(jié)構(gòu)集合；

確定模塊，用于在所述待分類圖像中，確定每個(gè)所述細(xì)胞結(jié)構(gòu)集合對(duì)應(yīng)的集合區(qū)域；

提取模塊，用于提取每個(gè)所述集合區(qū)域?qū)?yīng)的區(qū)域特征信息；

構(gòu)建模塊，用于基于所述區(qū)域特征信息、以及每個(gè)所述細(xì)胞結(jié)構(gòu)集合在所述待分類圖像中的集合位置信息，構(gòu)建所述待分類圖像對(duì)應(yīng)的目標(biāo)圖結(jié)構(gòu)數(shù)據(jù)；

分類模塊，用于對(duì)所述目標(biāo)圖結(jié)構(gòu)數(shù)據(jù)進(jìn)行內(nèi)容分類操作，得到圖像分類結(jié)果。