[發明專利]圖像分類方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010917897.X
• 申請日: 2020-09-03
• 公開（公告）號: CN112069335A
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 葉志凌
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06F16/53
• 分類號: G06F16/53;G06F16/55;G06F16/58;G06N3/04;G06N3/08
• 代理公司: 深圳市智圈知識產權代理事務所(普通合伙) 44351
• 代理人: 呂靜

1.一種圖像分類方法，其特征在于，所述方法包括：

對待分類圖像進行聚類，提取屬于同一類別的圖像，作為同類圖組；

獲取同類圖組中各個圖像的文本描述，所述文本描述包括圖像中物體的關系；

根據同類圖組中各個圖像的文本描述，確定所述同類圖組對應的類別。

2.根據權利要求1所述的方法，其特征在于，所述對待分類圖像進行聚類，提取屬于同一類別的圖像，包括：

獲取待分類圖像拍攝時的環境信息；

通過聚類算法，對獲取的環境信息進行聚類；

將聚類獲得的同一類別的環境信息對應的圖像提取為屬于同一類別的圖像。

3.根據權利要求2所述的方法，其特征在于，所述環境信息包括圖像拍攝時的地理位置以及時間。

4.根據權利要求1所述的方法，其特征在于，所述獲取同類圖組中各個圖像的文本描述，包括：

對于同類圖組中的每個圖像，將所述圖像輸入文本提取模型，所述文本提取模型用于對輸入的圖像通過文本描述輸出圖像中物體的關系；

獲取所述文本提取模型輸出的所述圖像的文本描述。

5.根據權利要求4所述的方法，其特征在于，所述文本提取模型包括相互連接的第一神經網絡模型以及第二神經網絡模型，所述第一神經網絡模型用于提取圖像的特征向量，所述第二神經網絡模型用于根據當前輸入的特征向量，輸出與前一次輸出的文字相關聯的文字，所述將所述圖像輸入文本提取模型，獲取所述文本提取模型輸出的所述圖像的文本描述，包括：

將所述圖像輸入第一神經網絡模型，獲取所述第一神經網絡模型輸出的特征向量；

將所述特征向量多次輸入所述第二神經網絡模型，獲取所述第二神經網絡模型每次輸出的文字；

將多次輸入對應輸出的文字組合為所述文本描述。

6.根據權利要求1所述的方法，其特征在于，所述根據同類圖組中各個圖像的文本描述，確定所述同類圖組對應的類別，包括：

將同類圖組中各個圖像的文本描述作為一組輸入數據，輸入分類模型，所述分類模型用于確定輸入其中的文本組所屬類別；

獲取所述分類模型輸出的類別，作為所述同類圖組對應的類別。

7.根據權利要求1所述的方法，其特征在于，所述待分類圖像為電子設備的相冊中的圖像，所述同類圖組對應的類別為所述同類圖組所屬的事件。

8.一種圖像分類裝置，其特征在于，所述裝置包括：

聚類模塊，用于對待分類圖像進行聚類，提取屬于同一類別的圖像，作為同類圖組；

文本獲取模塊，用于獲取同類圖組中各個圖像的文本描述，所述文本描述包括圖像中物體的關系；

分類模塊，用于根據同類圖組中各個圖像的文本描述，確定所述同類圖組對應的類別。

9.一種電子設備，其特征在于，包括：

一個或多個處理器；

存儲器；

一個或多個程序，其中所述一個或多個程序被存儲在所述存儲器中并被配置為由所述一個或多個處理器執行，所述一個或多個程序被所述處理器執行用于執行如權利要求1-7任一項所述的方法。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有程序代碼，所述程序代碼可被處理器調用執行如權利要求1-7任一項所述的方法。