[发明专利]图像识别方法、装置及电子设备

说明书

本申请提供一种图像识别方法、装置及电子设备，预先通过对训练样本集进行特征提取及聚类操作得到多个聚类中心，再获得正样本子集在该多个聚类中心中所属的聚类中心。对目标图像进行识别时，首先计算目标图像的目标特征向量，再确定该目标特征向量所属的聚类中心，检测目标特征向量所属的聚类中心与正样本子集所属的聚类中心是否一致，从而判断目标图像是否与正样本子集中的任一图像为同一类型。通过该方案，采用聚类处理的方式，可以准确判别出目标图像的类型。

技术领域

本申请涉及图形处理技术领域，具体而言，涉及一种图像识别方法、装置及电子设备。

背景技术

随着互联网技术的发展，用户经常会因为各种需求将手机拍摄的图片、截屏图片等上传至社交平台以进行分享。社交平台会对用户上传的图片进行识别，以滤除一些包含隐私信息或敏感信息的异常图片。目前，通常是采用通过训练样本进行训练获得的识别模型对图片进行识别，这种方式，在对模型进行训练时，为了使模型更好学习到这类异常图片的特征，因此在训练样本中加大这类异常图片所占的比例。但是在实际情况下，这类异常图片所占的比例是极小的，导致为了多学习正样本的特征而加大其所占比例与正样本图片在实际情况下所占比例并不相符。因此，存在对正样本特征的学习的需求以及正样本实际所占比例之间的矛盾。

发明内容

有鉴于此，本申请实施例的目的在于提供一种图像识别方法、装置及电子设备，以解决或者改善上述问题。

第一方面，本申请实施例提供一种图像识别方法，所述方法包括：

将目标图像输入至预先训练得到的分类模型进行识别，输出所述目标图像的目标特征向量；

从预设的多个聚类中心中确定所述目标特征向量所属的目标聚类中心，其中，各个聚类中心为预先对训练样本集进行特征提取及聚类操作所获得的，所述训练样本集包括正样本子集和负样本子集；

检测所述目标聚类中心是否与候选聚类中心一致，其中，所述候选聚类中心为预先获得的所述正样本子集在所述多个聚类中心中所属的聚类中心；

根据检测所述目标聚类中心与候选聚类中心是否一致的检测结果，判断所述目标图像是否与所述正样本子集中的任意一张图像属于相同类型。

可选地，所述从预设的多个聚类中心中确定所述目标特征向量所属的目标聚类中心的步骤，包括：

计算所述目标特征向量与预设的每个聚类中心之间的欧式距离；

将计算得到的最小欧式距离对应的聚类中心作为所述目标特征向量所属的目标聚类中心。

可选地，所述方法还包括：

将所述训练样本集中包含的各张样本图像导入预先训练得到的分类模型进行识别，输出各张样本图像的特征向量；

对各张样本图像的特征向量进行聚类操作，得到多个聚类中心；

将所述正样本子集中包含的各张正样本图像导入所述分类模型进行识别，输出各张正样本图像的特征向量；

获得各张正样本图像的特征向量在所述多个聚类中心中所属的聚类中心作为所述候选聚类中心。

可选地，所述对各张样本图像的特征向量进行聚类操作，得到多个聚类中心的步骤，包括：

从多张样本图像的特征向量中随机选定预设数量个特征向量，作为初始聚类中心；

计算各张样本图像的特征向量分别与每个初始聚类中心之间的欧式距离，针对每张样本图像，将与该样本图像的特征向量之间的欧式距离最小的一个初始聚类中心作为该样本图像的特征向量所属的初始聚类中心；

针对所属同一初始聚类中心的至少两张样本图像，计算得到该至少两张样本图像的特征向量的中心特征向量，根据该中心特征向量对其所属的初始聚类中心进行偏移。