图像分类方法、装置、移动终端及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CN114332521A(43)申请公布日2022.04.12(21)申请号202011018044.9(22)申请日2020.09.24(71)申请人深圳市万普拉斯科技有限公司地址518000广东省深圳市前海深港合作区前湾一路1号A栋201室(72)发明人周亦博(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463代理人李莎(51)Int.Cl.G06V10/764(2022.01)G06V10/774(2022.01)G06V10/74(2022.01)G06K9/62(2022.01)权利要求书2页说明书11页附图3页(54)发明名称图像分类方法、装置、移动终端及计算机可读存储介质(57)摘要本发明实施例提出一种图像分类方法、装置、移动终端及计算机可读存储介质，涉及图像处理技术领域。通过分别确定特征向量与多个预先设定的权重向量的相似度，并获取目标类型的相似度分布情况，并根据目标类型的相似度分布情况及目标类型对应的相似度确定输入图像为目标类型的极端值概率，然后根据目标类型对应的极端值概率及目标类型对应的归一化概率确定最终概率。由于先确定极端值概率用以确定输入图像不属于某个分布内类别的概率，并结合该极端值概率和归一化概率确定最终概率，这就使得即使输入图像属于分布外数据类别且其在某个类别上的归一化概率很高，其在该类别上的最终概率也会很低，从而达到提高负样本抗性的效果。CN114332521ACN114332521A权利要求书1/2页1.一种图像分类方法，其特征在于，所述图像分类方法包括：对输入图像进行特征提取，获取所述输入图像的特征向量；分别确定所述特征向量与多个预先设定的权重向量的相似度，其中，多个所述预先设定的权重向量与预先设置的多个类型一一对应，所述多个类型包括目标类型；获取所述目标类型的相似度分布情况，并根据所述目标类型的相似度分布情况及所述目标类型对应的相似度确定所述输入图像为所述目标类型的极端值概率，所述极端值概率表征所述输入图像不属于所述相似度分布情况内类别的概率，所述相似度分布情况表征所述目标类型的样本与所述目标类型对应的权重向量的相似度的分布情况；根据所述相似度确定所述输入图像的多个归一化概率，所述多个归一化概率与所述多个类型一一对应；根据所述目标类型对应的所述极端值概率及所述目标类型对应的所述归一化概率确定最终概率，所述最终概率表征所述输入图像为所述目标类型的概率。2.根据权利要求1所述的图像分类方法，其特征在于，所述根据所述目标类型对应的所述极端值概率及所述目标类型对应的所述归一化概率确定最终概率的步骤包括：以所述极端值概率为权重对所述归一化概率进行加权平均操作确定所述最终概率。3.根据权利要求2所述的图像分类方法，其特征在于，所述极端值概率、所述归一化概率及所述最终概率满足算式：P_finali＝(1-P_evti)*P_softmaxi其中，i表征所述目标类型，P_finali为所述目标类型对应的最终概率，P_evti为所述目标类型对应的极端值概率，P_softmaxi为所述目标类型对应的归一化概率。4.根据权利要求1所述的图像分类方法，其特征在于，在所述根据所述目标类型对应的所述极端值概率及所述目标类型对应的所述归一化概率确定最终概率的步骤之后，所述方法还包括：根据多个所述最终概率确定负样本概率，所述负样本概率表征所述输入图像不属于所述多个类型中的任意一类的概率。5.根据权利要求4所述的图像分类方法，其特征在于，多个所述最终概率及所述负样本概率满足算式：其中，P_finalf为所述负样本概率，k表征所述多个类型的数量，i表征所述目标类型，P_finali为所述目标类型对应的最终概率。6.根据权利要求4所述的图像分类方法，其特征在于，在所述根据多个所述最终概率确定负样本概率的步骤之后，所述方法还包括：根据多个所述最终概率及所述负样本概率确定所述输入图像的类型。7.根据权利要求6所述的图像分类方法，其特征在于，所述根据多个所述最终概率及所述负样本概率确定所述输入图像的类型的步骤包括：确定多个所述最终概率及所述负样本概率中的最大概率值；将最大概率值对应的所述类型确定为所述输入图像的类型。8.一种图像分类装置，其特征在于，所述图像分类装置包括：2CN114332521A权利要求书2/2页特征提取模块，用于对输入图像进行特征提取，获取所述输入图像的特征向量；计算模块，用于分别确定所述特征向量与多个预先设定的权重向量的相似度，其中，多个所述预先设定的权重向量与预先设置的多个类型一一对应，所述多个类型包括目标类型；极端值估计模块，用于获取所述目标类型的相似度分布情况，并根据所述目标类型的相似度分布情况及所述目标类型对应的相