图像分类方法、装置和计算机可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111783791A(43)申请公布日2020.10.16(21)申请号202010075143.4(22)申请日2020.01.22(71)申请人北京沃东天骏信息技术有限公司地址100176北京市大兴区北京经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人刘晓余京蕾王林芳梅涛(74)专利代理机构中国贸促会专利商标事务所有限公司11038代理人李昊许蓓(51)Int.Cl.G06K9/46(2006.01)G06K9/62(2006.01)权利要求书2页说明书6页附图4页(54)发明名称图像分类方法、装置和计算机可读存储介质(57)摘要本发明公开了一种图像分类方法、装置和计算机可读存储介质，涉及图像处理技术领域。图像分类方法包括：从待分类图像中提取目标对象；提取待分类图像的特征以及目标对象的特征，并将提取的特征进行融合；将融合后的特征输入到分类器中，获得对待分类图像的分类结果。本发明可以对待分类图像和目标对象的特征均进行提取和融合，从而采用同时具备视觉语义信息和视觉显著性信息的特征进行分类，提高了图像分类的准确性。CN111783791ACN111783791A权利要求书1/2页1.一种图像分类方法，包括：从待分类图像中提取目标对象；提取所述待分类图像的特征以及所述目标对象的特征，并将提取的特征进行融合；将融合后的特征输入到分类器中，获得对所述待分类图像的分类结果。2.根据权利要求1所述的图像分类方法，其中，所述提取所述待分类图像的特征以及所述目标对象的特征，并将提取的特征进行融合包括：采用第一特征提取网络提取所述目标对象的特征，其中，所述第一特征提取网络的每一层的输入特征是所述第一特征提取网络中上一层的输出特征；采用第二特征提取网络提取所述待分类图像的特征，其中，所述第二特征提取网络的每一层的输入特征包括：所述第二特征提取网络中上一层的输出特征、以及所述第一特征提取网络中相应层的输出特征的融合结果。3.根据权利要求1所述的图像分类方法，其中，所述提取所述待分类图像的特征以及所述目标对象的特征，并将提取的特征进行融合还包括：将第一特征提取网络的输出特征与第二特征提取网络输出的特征进行拼接或加权求和，以便将拼接结果或加权求和的结果输入到分类器中。4.根据权利要求1所述的图像分类方法，其中，所述第二特征提取网络的每一层的输入特征包括：所述第二特征提取网络中上一层的输出特征和所述第一特征提取网络中相应层的输出特征之和。5.根据权利要求1所述的图像分类方法，其中，所述从待分类图像中提取目标对象包括：获取待分类图像的显著性图像。6.根据权利要求5所述的图像分类方法，其中，所述获取待分类图像的目标对象包括：计算待分类图像中，每个图像块与其他块的颜色距离以及空间距离；根据所述颜色距离和空间距离，确定所述待分类图像中两个不同的图像块之间的差异程度；根据所述差异程度，确定所述待分类图像中的显著块；采用所述显著块构建所述待分类图像的显著性图像。7.根据权利要求5所述的图像分类方法，其中，所述待分类图像具有多个通道，所述显著性图像具有一个通道。8.根据权利要求1～7中任一项所述的图像分类方法，还包括：获取训练图像的目标对象，其中，所述训练图像具有已标记的分类结果；采用所述训练图像和所述训练图像的目标对象对图像分类模型进行训练，其中，所述图像分类模型包括特征提取网络和分类器，所述特征提取网络用于提取所述训练图像的特征以及所述训练图像的目标对象的特征，并将提取的特征进行融合。9.一种图像分类装置，包括：目标对象提取模块，被配置为从待分类图像中提取目标对象；特征融合模块，被配置为提取所述待分类图像的特征以及所述目标对象的特征，并将提取的特征进行融合；分类模块，被配置为将融合后的特征输入到分类器中，获得对所述待分类图像的分类2CN111783791A权利要求书2/2页结果。10.一种图像分类装置，包括：存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如权利要求1～8中任一项所述的图像分类方法。11.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现权利要求1～8中任一项所述的图像分类方法。3CN111783791A说明书1/6页图像分类方法、装置和计算机可读存储介质技术领域[0001]本发明涉及图像处理技术领域，特别涉及一种图像分类方法、装置和计算机可读存储介质。背景技术[0002]深度学习的出现为图像分类(Classification)提供了强有力的技术支撑，使得分类的准确率不断提升。相关技术基于原始的像素图像进行分类。发明内容[0003]发明人经过分析后发现，原始的像素