[发明专利]图像分类方法、装置及计算机可读存储介质在审
| 申请号： | 201910269283.2 | 申请日： | 2019-04-04 |
| 公开（公告）号： | CN110097051A | 公开（公告）日： | 2019-08-06 |
| 发明（设计）人： | 庞烨;王义文;王健宗 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/46;G06K9/62;G06N3/04 |
| 代理公司： | 深圳市沃德知识产权代理事务所(普通合伙) 44347 | 代理人： | 高杰;于志光 |
| 地址： | 518000 广东省深圳市福田区福*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及人工智能技术领域，公开了一种图像分类方法，该方法采用特征点提取算法提取图像样本中的显著特征点，将各个图像样本对应的显著特征点保存为图像标注。之后，构建卷积神经网络模型，将所有图像样本和上述得到的图像标注分为测试集和训练集，利用所述训练集训练所述构建的卷积神经网络模型，并利用所述测试集对所述卷积神经网络模型进行测试。然后，该方法将待分类的图像输入到训练好的卷积神经网络模型中，提取所述待分类的图像的显著特征点，并根据所述显著特征点进行图像分类。本发明还提出一种图像分类装置以及一种计算机可读存储介质。本发明可以训练卷积神经网络模型学习尺度不变特征变换算法提取图像特征点，以实现图像的分类。 | ||
| 搜索关键词： | 卷积神经网络 显著特征 图像分类 计算机可读存储介质 图像标注 图像样本 测试集 训练集 构建 算法 分类 图像 人工智能技术 提取图像特征 图像分类装置 特征点提取 模型学习 特征变换 提取图像 图像输入 样本 尺度 测试 保存 | ||
【主权项】：
1.一种图像分类方法，其特征在于，所述方法包括：输入预设数量的图像样本，采用预设类型特征点提取算法分别提取各个所述图像样本中的显著特征点，并分别将各个所述图像样本对应的显著特征点保存为对应的图像样本的图像标注；构建卷积神经网络模型，将所有所述图像样本和上述得到的图像样本的图像标注分为测试集图像和训练集图像，利用所述训练集图像训练所述卷积神经网络模型，并利用所述测试集图像对所述卷积神经网络模型进行测试；将待分类的图像输入到训练好的卷积神经网络模型中，提取所述待分类的图像的显著特征点，并根据所述显著特征点进行图像分类。
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平安科技（深圳）有限公司，未经平安科技（深圳）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/201910269283.2/，转载请声明来源钻瓜专利网。
