[发明专利]图像分类方法、装置及终端有效
| 申请号： | 201711332231.2 | 申请日： | 2017-12-13 |
| 公开（公告）号： | CN108256549B | 公开（公告）日： | 2019-03-15 |
| 发明（设计）人： | 张志伟;杨帆 | 申请（专利权）人： | 北京达佳互联信息技术有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京润泽恒知识产权代理有限公司 11319 | 代理人： | 莎日娜 |
| 地址： | 100084 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种图像分类方法、装置及终端，其中所述方法包括：通过卷积神经网络确定图像对应的图像特征向量；其中，所述图像对应有文字描述信息；通过双向循环神经网络对所述文字描述信息进行处理，得到文字特征向量；将所述图像特征向量和文字特征向量融合，得到目标特征向量；调用深度神经网络，由所述深度神经网络依据所述目标特征向量确定所述图像对应的分类。通过本发明实施例提供的图像分类方案，能够提升图像分类的准确性。 | ||
| 搜索关键词： | 图像分类 神经网络 目标特征向量 图像特征向量 文字描述信息 文字特征向量 图像 终端 卷积神经网络 双向循环 调用 融合 分类 | ||
【主权项】：
1.一种图像分类方法，其特征在于，所述方法包括：通过卷积神经网络确定图像对应的图像特征向量；其中，所述图像对应有文字描述信息；通过双向循环神经网络对所述文字描述信息进行处理，得到文字特征向量；将所述图像特征向量和文字特征向量融合，得到目标特征向量；调用深度神经网络，由所述深度神经网络依据所述目标特征向量确定所述图像对应的分类；其中，所述通过双向循环神经网络对所述文字描述信息进行处理，得到文字特征向量的步骤，包括：去除所述文字描述信息中的停用词，得到多个分词；针对每个所述分词，确定所述分词在文字特征集合中的位置信息，依据所述位置信息生成分词对应的索引数值；其中，所述文字特征集合通过对样本图像对应的文字描述信息训练得到；调用嵌入网络，由所述嵌入网络依据各所述分词对应的索引数值确定各分词对应的特征向量；通过所述双向循环神经网络对各分词对应的特征向量进行处理，得到一个预设长度的文字特征向量。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京达佳互联信息技术有限公司，未经北京达佳互联信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711332231.2/，转载请声明来源钻瓜专利网。
