[发明专利]一种细粒度图像分类方法、装置及存储介质

权利要求书

1.一种细粒度图像分类方法，其特征在于，所述方法包括：

获取待分类的目标图像；

将所述目标图像输入到特征提取模型中，输出所述目标图像的第一图像特征；

利用降维算法将所述第一图像特征从第一维度降低到第二维度，得到第二图像特征；

将所述第二图像特征与特征数据库中的样本图像特征进行匹配，基于匹配结果确定满足匹配条件的M个样本图像特征所对应的M个子类别标签；其中，所述特征数据库中包含至少一类样本图像的样本图像特征和子类别标签；

基于投票机制从所述M个子类别标签中选取所述目标图像的目标子类别标签。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取样本图像库；

标定所述样本图像库中每一个样本图像的子类别标签；

将所述样本图像库中的样本图像输入到特征提取模型中，输出所述样本图像的第一样本图像特征；

利用所述降维算法将所述第一样本图像特征从第一维度降低到第二维度，得到第二样本图像特征；

利用样本图像的第二样本图像特征和子类别标签，构建所述特征数据库。

3.根据权利要求2所述的方法，其特征在于，所述利用样本图像的第二样本图像特征和子类别标签，构建所述特征数据库，包括：

采用聚类算法对样本图像的第二样本图像特征进行聚类处理，得到每一类样本图像的N个聚类中心的第三样本图像特征；

利用每一类样本图像的N个聚类中心的第三样本图像特征和子类别标签，构建所述特征数据库。

4.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：

获取新样本图像；

标定所述新样本图像的新子类别标签；

利用所述新样本图像及其对应的新子类别标签，更新所述特征数据库。

5.根据权利要求1所述的方法，其特征在于，所述基于投票机制从所述M个子类别标签中选取所述目标图像的目标子类别标签，包括：

统计所述M个子类别标签中相同子类别标签的数量，选择数量最多的子类别标签作为目标子类别标签；

或者，从所述M个子类别标签中选择匹配度最高的样本图像特征对应的子类别标签作为所述目标子类别标签。

6.根据权利要求1所述的方法，其特征在于，所述匹配条件包括：

匹配度位于前M位的样本图像特征；其中，M取正整数；

或者，匹配度大于匹配度阈值的样本图像特征。

7.根据权利要求1所述的方法，其特征在于，所述第二维度大于或者等于256维且小于或者等于512维。

8.一种细粒度图像分类装置，其特征在于，所述装置包括：

获取单元，用于获取待分类的目标图像；

特征提取单元，用于将所述目标图像输入到特征提取模型中，输出所述目标图像的第一图像特征；

降维单元，用于利用降维算法将所述第一图像特征从第一维度降低到第二维度，得到第二图像特征；

匹配单元，用于将所述第二图像特征与特征数据库中的样本图像特征进行匹配，基于匹配结果确定满足匹配条件的M个样本图像特征所对应的M个子类别标签；其中，所述特征数据库中包含至少一类样本图像的样本图像特征和子类别标签；

选择单元，用于基于投票机制从所述M个子类别标签中选取所述目标图像的目标子类别标签。

9.一种细粒度图像分类装置，所述装置包括：处理器和配置为存储能够在处理器上运行的计算机程序的存储器，

其中，所述处理器配置为运行所述计算机程序时，执行权利要求1至7任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7任一项所述的方法的步骤。