[發明專利]圖像的多標簽分類方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202011451978.1
• 申請日: 2020-12-09
• 公開（公告）號: CN112487207A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 羅彤;郭彥東;李亞乾;楊林
• 申請（專利權）人: OPPO廣東移動通信有限公司;上海瑾盛通信科技有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 邢惠童

本申請實施例公開了一種圖像的多標簽分類方法、裝置、計算機設備及存儲介質，屬于圖像處理技術領域。本申請提供一種圖像的多標簽分類方法，能夠在獲取待處理圖像后將待處理圖像輸入標簽分類模型，得到圖像對應的圖像特征，同時根據知識圖譜獲得圖譜特征矩陣，結合圖像特征和圖譜特征矩陣得到待激活數據，再依據待激活數據得到待處理圖像對應的至少兩個第二標簽。其中，知識圖譜用于指示標簽之間的關系以及標簽自身的屬性。由于標簽分類模型在為待處理圖像添加多個標簽時使用了知識圖譜提供的信息，因此，本申請提高了待處理圖像得到的多個標簽的可靠性，同時降低了獲取多個標簽的復雜度。

技術領域

本申請實施例涉及圖像處理技術領域，特別涉及一種圖像的多標簽分類方法、裝置、計算機設備及存儲介質。

背景技術

隨著人工智能技術的快速發展，終端中對相冊中的圖像進行智能分類的能力也越來越強。

相關技術中，人工智能技術提供的機器學習模型能夠智能判斷出圖像中包含的對象的種類，從而給該圖像打上相應的標簽。然而面對需要對單幅圖像打上多個標簽的場景時，現有模型將會出現錯誤率上升或者運算速度慢等問題。

發明內容

本申請實施例提供了一種圖像的多標簽分類方法、裝置、計算機設備及存儲介質。所述技術方案如下：

根據本申請的一方面內容，提供了一種圖像的多標簽分類方法，所述方法包括：

通過標簽分類模型中的特征提取層提取待處理圖像的圖像特征，所述標簽分類模型是用于為所述待處理圖像添加至少兩個標簽的神經網絡模型；

通過圖譜特征矩陣處理所述圖像特征，獲得待激活數據，所述圖譜特征矩陣是知識圖譜經過圖卷積神經網絡處理后得到的矩陣，所述知識圖譜用于指示第一標簽自身的屬性，以及，至少兩個所述第一標簽之間的關系；

通過所述標簽分類模型中的激活層處理所述待激活數據，得到至少兩個第二標簽；

將至少兩個所述第二標簽確定為所述待處理圖像的標簽，所述第二標簽屬于所述第一標簽。

根據本申請的另一方面內容，提供了一種圖像的多標簽分類裝置，所述裝置包括：

第一獲取模塊，用于獲取待處理圖像；

特征提取模塊，用于提取所述待處理圖像的圖像特征；

第二獲取模塊，用于根據所述圖像特征和圖譜特征矩陣，獲得待激活數據，所述圖譜特征矩陣是知識圖譜經過圖卷積神經網絡處理后得到的矩陣，所述知識圖譜用于指示第一標簽自身的屬性，以及，至少兩個所述第一標簽之間的關系；

標簽確定模塊，用于根據所述待激活數據，獲得至少兩個第二標簽，將至少兩個所述第二標簽確定為所述待處理圖像的標簽，所述第二標簽屬于所述第一標簽。

根據本申請的另一方面內容，提供了一種終端，所述終端包括處理器和存儲器，所述存儲器中存儲有至少一條指令，所述指令由所述處理器加載并執行以實現如本申請各個方面提供的圖像的多標簽分類方法。

根據本申請的另一方面內容，提供了一種計算機可讀存儲介質，所述存儲介質中存儲有至少一條指令，所述指令由處理器加載并執行以實現如本申請各個方面提供的圖像的多標簽分類方法。

根據本申請的一個方面，提供了一種計算機程序產品，該計算機程序產品包括計算機指令，該計算機指令存儲在計算機可讀存儲介質中。計算機設備的處理器從計算機可讀存儲介質讀取該計算機指令，處理器執行該計算機指令，使得該計算機設備執行上述圖像的多標簽分類方面的各種可選實現方式中提供的方法。