[发明专利]一种图像分类方法、装置、设备及可读存储介质

说明书

本发明公开了一种图像分类方法，包括：获取待分类图像，并对待分类图像进行特征提取处理，得到待分类特征；确定多个注册类别对应的多个注册样本特征，分别利用各个注册样本特征与待分类特征进行特征计算，得到多个差别特征；各个注册类别分别对应于至少一个注册样本特征；利用分类器对差别特征进行匹配处理，得到各个差别特征对应的相似度；利用相似度确定目标相似度，并将待分类图像的类别确定为目标相似度对应的目标注册类别；该方法利用进行了第二层特征提取，并在多个类别中选择可能性最高的类别作为待分类图像的类别，提高了分类准确程度；此外，本发明还提供了一种图像分类装置、图像分类设备及计算机可读存储介质，也具有上述有益效果。

技术领域

本发明涉及图像分类技术领域，特别涉及一种图像分类方法、图像分类装置、图像分类设备及计算机可读存储介质。

背景技术

特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。常用的特征提取算法主要分为两大方面，一方面为基于矩阵或特征描述子进行特征提取；另一方面为基于深度学习方法进行特征提取。由于基于特征描述子的传统分类方法对内存的占用率较小，因此相关技术在进行图像分类时经常采用传统方法进行特征提取，但是传统方法提取得到的特征识别率较低，且传统分类方法在进行分类时准确度一般，因此导致相关技术的分类准确度较低。

因此，如何解决相关技术存在的分类准确度较低的问题，是本领域技术人员需要解决的技术问题。

发明内容

有鉴于此，本发明的目的在于提供一种图像分类方法、图像分类装置、图像分类设备及计算机可读存储介质，解决了相关技术存在的分类准确度较低的问题。

为解决上述技术问题，本发明提供了一种图像分类方法，包括：

获取待分类图像，并对所述待分类图像进行特征提取处理，得到待分类特征；

确定多个注册类别对应的多个注册样本特征，分别利用各个所述注册样本特征与所述待分类特征进行特征计算，得到多个差别特征；各个所述注册类别分别对应于至少一个所述注册样本特征；

利用分类器对所述差别特征进行匹配处理，得到各个所述差别特征对应的相似度；

利用所述相似度确定目标相似度，并将所述待分类图像的类别确定为所述目标相似度对应的目标注册类别。

可选地，所述利用分类器对所述差别特征进行匹配处理，得到各个所述差别特征对应的相似度，包括：

将所述差别特征输入所述分类器，得到预设数量个邻域投票结果；

根据所述邻域投票结果得到所述相似度。

可选地，所述利用所述相似度确定目标相似度，包括：

对各个所述相似度进行整合处理，得到多个类别相似度；

将各个所述类别相似度与第一阈值进行比对，并将大于所述第一阈值的所述类别相似度确定为候选相似度；

当所述候选相似度的数量为一时，将所述候选相似度确定为所述目标相似度；

当所述候选相似度的数量大于一时，按照由大到小的顺序对各个所述候选相似度进行排序，得到相似度序列；

将大于第二阈值的所述相似度确定为合法相似度，并统计各个所述候选相似度对应的合法相似度数量；

按照所述合法相似度数量由大到小的顺序对所述相似度序列进行调整，并将所述相似度序列中的第一候选相似度确定为所述目标相似度。

可选地，所述对各个所述相似度进行整合处理，得到多个类别相似度，包括：

利用对应于同一所述注册类别的所述相似度进行平均值计算，得到所述注册类别对应的所述类别相似度；