图像类别确定方法及装置.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CN113627455A(43)申请公布日2021.11.09(21)申请号202010386765.9(22)申请日2020.05.09(71)申请人阿里巴巴集团控股有限公司地址英属开曼群岛大开曼资本大厦一座四层847号邮箱(72)发明人赵康徐盈辉潘攀张迎亚(74)专利代理机构北京智信禾专利代理有限公司11637代理人李晓庆(51)Int.Cl.G06K9/62(2006.01)权利要求书3页说明书19页附图7页(54)发明名称图像类别确定方法及装置(57)摘要本说明书实施例提供图像类别确定方法及装置，其中，所述图像类别确定方法包括接收图像样本集，其中，所述图像样本集中包括图像样本以及所述图像样本对应的图像标签；基于所述图像标签确定所述图像样本对应的初始图像类别集合，且基于所述初始图像类别集合构建所述图像样本对应的类别图表；根据所述类别图表确定所述图像样本对应的目标图像类别。CN113627455ACN113627455A权利要求书1/3页1.一种图像类别确定方法，包括：接收图像样本集，其中，所述图像样本集中包括图像样本以及所述图像样本对应的图像标签；基于所述图像标签确定所述图像样本对应的初始图像类别集合，且基于所述初始图像类别集合构建所述图像样本对应的类别图表；根据所述类别图表确定所述图像样本对应的目标图像类别。2.根据权利要求1所述的图像类别确定方法，所述基于所述初始图像类别集合构建所述图像样本对应的类别图表包括：对所述初始图像类别集合中的初始图像类别进行预处理，得到所述初始图像类别的图像类别向量集合；根据所述图像类别向量集合构建所述图像样本对应的类别图表。3.根据权利要求2所述的方法，所述根据所述图像类别向量集合构建所述图像样本对应的类别图表包括：通过线性搜索的方式确定所述图像类别向量集合中各个类别向量的k个近邻类别向量，其中，k为正整数；基于所述图像类别向量集合中各个类别向量的k个近邻类别向量构建所述图像样本对应的类别图表。4.根据权利要求3所述的方法，所述通过线性搜索的方式确定所述图像类别向量集合中各个类别向量的k个近邻类别向量包括：基于预设分配方式将所述图像类别向量集合中的类别向量分配到不同的计算节点；依次计算每个计算节点上分配的各个类别向量与其他计算节点上分配的类别向量之间的相似度，得到所述图像类别向量集合中各个类别向量的k个近邻类别向量。5.根据权利要求4所述的方法，所述依次计算每个计算节点上分配的各个类别向量与其他计算节点上分配的类别向量之间的相似度包括：计算第i个计算节点上分配的各个第一类别向量之间的欧式距离，其中，i为正整数；将所述第i个计算节点上分配的第一类别向量发送至所述第i+1个计算节点上，计算所述i+1个计算节点上分配的各个第二类别向量与每个第一类别向量之间的欧式距离；接收第i-1个计算节点上分配的第三类别向量，计算第i个计算节点上分配的各个第一类别向量与每个第三类别向量之间的欧式距离；将所述第i-1个计算节点上分配的第三类别向量发送至所述第i+1个计算节点上，计算所述i+1个计算节点上分配的各个第二类别向量与每个第三类别向量之间的欧式距离；直至计算出每个计算节点上分配的类别向量与其他计算节点上分配的类别向量的欧式距离，通过所述欧式距离确定每个计算节点上分配的各个类别向量与其他计算节点上分配的类别向量之间的相似度。6.根据权利要求4所述的方法，所述依次计算每个计算节点上分配的各个类别向量与其他计算节点上分配的类别向量之间的相似度之前，还包括：将所述每个计算节点上分配的类别向量进行第一精度转换。7.根据权利要求6所述的方法，所述依次计算每个计算节点上分配的各个类别向量与其他计算节点上分配的类别向量之间的相似度，得到所述图像类别向量集合中各个类别向2CN113627455A权利要求书2/3页量的k个近邻类别向量包括：基于转换后的第一精度，依次计算每个计算节点上分配的各个类别向量与其他计算节点上分配的类别向量之间的第一相似度；获得所述图像类别向量集合中各个类别向量的k*n个近邻类别向量，其中，n为正数；将每个类别向量与对应的k*n个近邻类别向量转换为第二精度，并基于转换后的第二精度，计算每个类别向量与对应的k*n个近邻类别向量之间的第二相似度；基于所述第二相似度确定所述图像类别向量集合中各个类别向量的k个近邻类别向量。8.根据权利要求4所述的方法，所述基于所述图像类别向量集合中各个类别向量的k个近邻类别向量构建所述图像样本对应的类别图表之后，还包括：基于每个计算节点中存储的所述图像样本的图像样本特征，对所述类别图表中的类别向量进行筛选，并将筛选后的类别图表分别存储至对应的计算节点。9.根据权利要求8所述的方法，所述基于每个计算节