[发明专利]图像分类方法、装置、电子设备和存储介质

说明书

本发明公开了一种图像分类方法、装置、电子设备和存储介质；本发明中当检测到目标图像中对象部位缺失时，获取目标图像对应的目标文本；对目标图像和目标文本进行特征提取，得到目标图像的图像特征和目标文本的文本特征；对目标图像的图像特征和目标文本的文本特征进行特征融合，得到目标融合特征；根据目标融合特征对目标图像的场景进行识别，得到场景信息；基于场景信息确定目标图像的图像类别。当检测到目标图像中对象部位缺失时，结合对应的目标文本的文本特征来识别目标图像的场景，基于目标图像的场景信息对目标图像进行分类；由此，该方案可以提升图像分类的准确率。

技术领域

本发明涉及计算机技术领域，具体涉及一种图像分类方法、装置、电子设备和存储介质。

背景技术

当代人们可以通过各种方式来实现信息交流。在信息流场景下，视频/图文内容都需要一个合适的封面图，一个合适的封面会极大地提升用户体验。因此，信息流平台一般会向创作视频/图文内容的用户推荐封面候选图，以使视频/图文内容的封面图符合要求。其次，视频/图文内容上传到信息流平台后，信息流平台会基于该视频/图文内容的质量向其他用户进行推荐。为了保证视频/图文内容的质量，需要对该视频/图文内容中的图像进行图像分类。

然而，目前在对视频/图文内容中的图像进行分类时，图像分类的准确率较低。

发明内容

本发明提供一种图像分类方法、装置、电子设备和存储介质，可以提升图像分类的准确率。

本发明提供一种图像分类方法，包括：

当检测到目标图像中对象部位缺失时，获取目标图像对应的目标文本；

对目标图像和目标文本进行特征提取，得到目标图像的图像特征和目标文本的文本特征；

对目标图像的图像特征和目标文本的文本特征进行特征融合，得到目标融合特征；

根据目标融合特征对目标图像的场景进行识别，得到场景信息；

基于场景信息确定目标图像的图像类别。

本发明还提供一种图像推荐装置，包括：

获取单元，用于当检测到目标图像中对象部位缺失时，获取目标图像对应的目标文本；

特征提取单元，用于对目标图像和目标文本进行特征提取，得到目标图像的图像特征和目标文本的文本特征；

融合单元，用于对目标图像的图像特征和目标文本的文本特征进行特征融合，得到目标融合特征；

识别单元，用于根据目标融合特征对目标图像的场景进行识别，得到场景信息；

分类单元，用于基于场景信息确定目标图像的图像类别。

在一些实施例中，特征提取单元具体用于：

在特征提取层对目标图像和目标文本进行特征提取；

特征提取层包括图像子网络和文本子网络，在特征提取层对目标图像和目标文本进行特征提取，包括：

采用训练好的图像子网络对目标图像进行图像特征提取，得到目标图像的图像特征；

采用训练好的文本子网络对目标文本进行文本特征提取，得到目标文本的文本特征。

在一些实施例中，图像推荐装置还用于：

获取预设模型，预设模型包括特征提取层、全连接层和输出层；

获取训练集，训练集包括训练图像和训练图像对应的训练文本；

基于训练图像训练预设的图像子网络，得到训练好的图像子网络；