[發明專利]一種圖像分類系統、違章工具識別方法及裝置

在審

• 申請號: 202110945015.5
• 申請日: 2021-08-17
• 公開（公告）號: CN113592031A
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 張屹;張國梁;杜澤旭;盧衛疆;趙婷
• 申請（專利權）人: 全球能源互聯網研究院有限公司;國網山東省電力公司棗莊供電公司;國家電網有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 李博洋

1.一種圖像分類系統，其特征在于，包括：層次特征提取模塊、層次生成模型、層次分類模塊，所述層次生成模型中包括至少一層生成模塊，

所述層次特征提取模塊用于根據目標圖像提取圖像特征，并向所述生成模塊傳輸所述圖像特征；

若所述生成模塊不是所述層次生成模型中的第一層生成模塊，所述生成模塊用于根據所述圖像特征確定當前層生成特征，將上一層生成模塊輸出的上層人工特征作為基礎值，將當前層生成特征作為偏移量，形成當前層人工特征，向所述層次分類模型傳輸所述當前層人工特征；

所述層次分類模塊用于根據所述當前層人工特征輸出圖像分類結果。

2.根據權利要求1所述的圖像分類系統，其特征在于，所述層次分類模塊中包括至少一層分類器，所述分類器與所述生成模塊一一對應，

所述生成模塊向所述層次分類模塊中與所述生成模塊對應的分類器傳輸所述當前層人工特征；

若所述分類器不是所述層次分類模塊中的第一層分類器，所述分類器用于根據所述當前層人工特征得到當前層分類結果，根據所述當前層分類結果和上一層分類器得到的上層分類結果得到所述圖像分類結果。

3.根據權利要求2所述的圖像分類系統，其特征在于，

所述分類器包括多個節點集合，每個節點集合中包括至少一個節點，各節點分別表征不同的圖像分類選項；

分類器的節點集合與上一層分類器的節點一一對應，節點集合中的節點為與所述節點集合相對應的上一層分類器的節點的子節點。

4.根據權利要求2所述的圖像分類系統，其特征在于，所述層次特征提取模塊中包括基礎特征提取網絡和至少一層分支網絡，所述分支網絡與所述生成模塊一一對應，

所述基礎特征提取網絡用于根據所述目標圖像提取基礎特征集，并向所述分支網絡傳輸所述基礎特征集；

若所述分支網絡不是所述層次特征提取模塊中的第一層分支網絡，所述分支網絡用于獲取上一層分類器得到的上層分類結果，根據所述上層分類結果計算所述基礎特征集中各特征的權重，根據所述基礎特征集和所述各特征的權重計算當前層特征，將所述當前層特征作為所述圖像特征，向與所述分支網絡對應的生成模塊傳輸所述圖像特征。

5.根據權利要求1-4中任一項所述的圖像分類系統，其特征在于，

所述層次生成模型中生成模塊的層級數量通過與所述目標圖像對應的數據集分類學結構的層級數量確定。

6.根據權利要求4所述的圖像分類系統，其特征在于，所述分支網絡包括：

上層分類結果轉換子模塊，用于將所述上層分類結果擴展為視覺特征維度參數；

抽象轉換子模塊，用于將所述基礎特征集中的特征轉換到抽象空間，得到抽象特征；

權重計算子模塊，將所述視覺特征維度參數和所述抽象特征輸入到注意力網絡中，得到所述基礎特征集中各特征的權重；

視覺特征計算子模塊，用于對所述各特征的權重和所述抽象特征執行點積操作，得到局部特征；

全局特征計算模塊，用于根據所述基礎特征計算全局特征；

當前層特征計算模塊，用于將所述局部特征和所述全局特征進行疊加得到所述當前層特征。

7.根據權利要求1所述的圖像分類系統，其特征在于，所述生成模塊通過如下公式生成所述當前層人工特征：

f′_gl＝(1-α)×f_gl+α×f′_g(l-1)，

其中，f′_g(l-1)表示上層人工特征，f_gl表示當前層生成特征，α為超參數。

8.一種違章工具識別方法，其特征在于，包括：

獲取待分類圖像；

將所述待分類圖像輸入如權利要求1-7中任一項所述的圖像分類系統，得到所述待分類圖像中工具的類別；

若所述待分類圖像中工具的類別屬于預設違章工具類別，判定所述工具為違章工具。