CN109389162B - 样本图像筛选方法和装置、电子设备及存储介质 - Google Patents

样本图像筛选方法和装置、电子设备及存储介质 Download PDF

Info

Publication number
CN109389162B
CN109389162B CN201811142163.8A CN201811142163A CN109389162B CN 109389162 B CN109389162 B CN 109389162B CN 201811142163 A CN201811142163 A CN 201811142163A CN 109389162 B CN109389162 B CN 109389162B
Authority
CN
China
Prior art keywords
sample image
cluster centre
tag along
feature vector
cluster
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811142163.8A
Other languages
English (en)
Other versions
CN109389162A (zh
Inventor
张志伟
吴丽军
赵伟阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Dajia Internet Information Technology Co Ltd
Original Assignee
Beijing Dajia Internet Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Dajia Internet Information Technology Co Ltd filed Critical Beijing Dajia Internet Information Technology Co Ltd
Priority to CN201811142163.8A priority Critical patent/CN109389162B/zh
Publication of CN109389162A publication Critical patent/CN109389162A/zh
Application granted granted Critical
Publication of CN109389162B publication Critical patent/CN109389162B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Image Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开是关于一种样本图像筛选方法和装置、电子设备及存储介质，其中所述方法包括：采用图像分类器分别对待筛选的各样本图像进行预测，得到所述各样本图像对应的特征向量和分类标签；对所述各样本图像对应的特征向量进行聚类，分别确定所述各样本图像所属的聚类中心；依据各所述样本图像对应的聚类中心和分类标签，对各聚类中心进行合并；依据合并结果筛选出目标样本图像。通过本公开的样本图像筛选方法，能够及时、准确地对“新”数据进行筛选无需人工手动干预，能够节省人力资源，通过筛选出的“新”数据可以进一步生成“新”标签。

Description

样本图像筛选方法和装置、电子设备及存储介质
技术领域
本公开涉及图像处理技术领域，尤其涉及一种样本图像筛选方法和装置、电子设备及存储介质。
背景技术
近来，深度学习在视频图像、语音识别、自然语言处理等相关领域得到了广泛应用。卷积神经网络作为深度学习的一个重要分支，由于其超强的拟合能力以及端到端的全局优化能力，使得视频图像分类任务在应用卷积神经网络之后，预测精度大幅提升。然而一个图像在使用卷积神经网络进行类别预测时，只能给出图像属于训练数据中标签的概率。例如使用一个只包括“猫”和“狗”的数据集训练的模型，当对一个“猴”的图像进行预测时，只能给出图像属于“猫”或者“狗”的概率。
对于UGC(User Generated Content，用户原创内容)平台来说，用户会上传各种各样的视频，往往会有某些视频不属于预先定义的所有标签，而对这些属于“新”标签的“新”数据进行监控或者识别就显得尤为重要。在真实的应用场景中，“新”标签的发现相对被动，即只有当一个“新”数据大量出现的时候，才会被发现并生成对应的“新”标签。一旦这类“新”数据的视频是不良甚至违法的，就会造成难以估量的损失。
发明内容
为克服相关技术中存在的问题，本公开提供了一种样本图像筛选方法和装置、电子设备及存储介质。
根据本公开实施例的第一方面，提供一种样本图像筛选方法，其中，所示方法包括：采用图像分类器分别对待筛选的各样本图像进行预测，得到所述各样本图像对应的特征向量和分类标签；对所述各样本图像对应的特征向量进行聚类，分别确定所述各样本图像所属的聚类中心；依据各所述样本图像对应的聚类中心和分类标签，对各聚类中心进行合并；依据合并结果筛选出目标样本图像。
可选地，所述对所述各样本图像对应的特征向量进行聚类，分别确定所述各样本图像所属的聚类中心，包括：分别将所述各样本图像对应的特征向量进行降维处理，得到所述各样本图像对应的目标特征向量；基于聚类算法分别确定所述各样本图像对应的目标特征向量所属的聚类中心。
可选地，所述依据各所述样本图像对应的聚类中心和分类标签，对各聚类中心进行合并，包括：将各所述样本图像按照聚类中心进行分组，每个聚类中心对应一个分组；分别确定每个聚类中心对应的分组中，出现次数最多的高频分类标签和所述高频分类标签的占比；将占比均大于预设占比且相同的两个高频分类标签对应的分组进行合并，以实现聚类中心的合并。
可选地，在所述将占比均大于预设占比且相同的两个高频分类标签对应的分组进行合并，以实现聚类中心的合并之后，所述方法还包括：从未被合并的聚类中心中，确定聚类中心距离小于预设距离的任意两个聚类中心；将所述任意两个聚类中心对应的分组进行合并，以实现所述任意两个聚类中心的合并。
可选地，所述依据合并结果筛选出目标样本图像，包括：将未被合并的聚类中心对应的分组中的样本图像，筛选作为目标样本图像。
根据本公开实施例的第二方面，提供一种样本图像筛选装置，其中，所述装置包括：预测模块，被配置为采用图像分类器分别对待筛选的各样本图像进行预测，得到所述各样本图像对应的特征向量和分类标签；确定模块，被配置为对所述各样本图像对应的特征向量进行聚类，分别确定所述各样本图像所属的聚类中心；合并模块，被配置为依据各所述样本图像对应的聚类中心和分类标签，对各聚类中心进行合并；筛选模块，被配置为依据合并结果筛选出目标样本图像。
可选地，所述确定模块包括：降维子模块，被配置为分别将所述各样本图像对应的特征向量进行降维处理，得到所述各样样本图像对应的目标特征向量；聚类中心确定子模块，被配置为基于聚类算法分别确定所述各样本图像对应的目标特征向量所属的聚类中心。
可选地，所述合并模块包括：分组子模块，被配置为将各所述样本图像按照聚类中心进行分组，每个聚类中心对应一个分组；占比确定子模块，被配置为分别确定每个聚类中心对应的分组中，出现次数最多的高频分类标签和所述高频分类标签的占比；第一合并子模块，被配置为将占比均大于预设占比且相同的两个高频分类标签对应的分组进行合并，以实现聚类中心的合并。
可选地，所述合并模块还包括：聚类中心确定子模块，被配置为在所述第一合并子模块将占比均大于预设占比且相同的两个高频分类标签对应的分组进行合并，以实现聚类中心的合并之后，从未被合并的聚类中心中，确定聚类中心距离小于预设距离的任意两个聚类中心；第二合并子模块，被配置为将所述任意两个聚类中心对应的分组进行合并，以实现所述任意两个聚类中心的合并。
可选地，所述筛选模块具体被配置为：将未被合并的聚类中心对应的分组中的样本图像，筛选作为目标样本图像。
根据本公开实施例的第三方面，提供一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述任一种样本图像筛选方法。
根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备执行上述任一种样本图像筛选方法。
根据本公开实施例的第五方面，提供根据一种计算机程序产品，当所述计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备执行上述任一种样本图像筛选方法。
本公开的实施例提供的技术方案可以包括以下有益效果：
本公开实施例提供的样本图像筛选方案，通过采用图像分类器分别对待筛选的各样本图像进行预测，得到各样本图像对应的特征向量和分类标签；对各样本图像对应的特征向量进行聚类，分别确定各样本图像所属的聚类中心；依据各所述样本图像对应的聚类中心和分类标签，对各聚类中心进行合并，能够依据合并结果筛选出目标样本图像即“新”数据，依据目标样本图像即可确定“新”标签。可见，本公开实施例提供的样本图像筛选方案能够及时、准确地对“新”数据进行筛选无需人工手动干预，能够节省人力资源，通过筛选出的“新”数据可以进一步生成“新”标签。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种样本图像筛选方法的步骤流程图；
图2是根据一示例性实施例示出的一种样本图像筛选方法的步骤流程图；
图3是根据一示例性实施例示出的一种样本图像筛选装置的框图；
图4是根据一示例性实施例示出的一种电子设备的结构框图；
图5是根据一示例性实施例示出的一种电子设备的结构框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种样本图像筛选方法的流程图，如图1所示的样本图像筛选方法用于终端中，包括以下步骤：
步骤101：采用图像分类器分别对待筛选的各样本图像进行预测，得到各样本图像对应的特征向量和分类标签。
特征向量用于表征样本图像的特征，通过特征向量可以唯一表征一个样本图像。
图像分类器为预先训练好的标签分类模型，在具体实现过程中，可以每隔预设时间间隔对UGC平台上产生的图像进行筛选，确定出“新”数据。其中，UGC平台上产生的每个图像均为一个样本图像，所筛选出的“新”数据即为目标样本图像。在具体实现过程中，通过图像分类器分别预测得到每个样本图像对应的特征向量和分类标签。图像分类模型为多标签分类器，将单个样本图像输入分类器中进行预测时，可得到该样本图像对应的分类标签。
步骤102：对各样本图像对应的特征向量进行聚类，分别确定各样本图像所属的聚类中心。
确定样本图像所属聚类中心时，可以基于k-means算法对各样本图像对应的特征向量进行聚类，确定各特征向量对应的聚类中心，从而确定出各样本图像所属的聚类中心。K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。K-means算法的基本思想是：以空间中k个点为形心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各簇的形心的值，直至得到最好的聚类结果。通过k-means算法对各样本图像对应的特征向量进行聚类后，所得聚类中心的个数大于图像分类器中分类标签的个数。例如图像分类器中分类标签个数为X，则聚类中心个数n可以为4X，聚类时样本图像之间的距离测度使用特征向量间夹角余弦距离。
步骤103：依据各样本图像对应的聚类中心和分类标签，对各聚类中心进行合并。
对聚类中心进行合并的具体合并规则可以由本领域技术人员根据实际需求进行设置，能够保证将相似样本图像合并至同一聚类中心即可，本发明实施例中对此不做具体限制。例如：可以将任意两个干净并且具有相同分类标签的聚类中心进行合并和/或将中心距离大于预设值的两个聚类中心进行合并。
步骤104：依据合并结果筛选出目标样本图像。
筛选出的目标样本图像即“新”数据，本领域技术人员可以手动为各目标样本图像设置标签即生成“新”标签。
本示例性实施例示出的样本图像筛选方法，通过采用图像分类器分别对待筛选的各样本图像进行预测，得到各样本图像对应的特征向量和分类标签；对各样本图像对应的特征向量进行聚类，分别确定各样本图像所属的聚类中心；依据各所述样本图像对应的聚类中心和分类标签，对各聚类中心进行合并，能够依据合并结果筛选出目标样本图像即“新”数据，依据目标样本图像即可确定“新”标签。可见，本公开实施例提供的样本图像筛选方法能够及时、准确地对“新”数据进行筛选无需人工手动干预，能够节省人力资源，通过筛选出的“新”数据可以进一步生成“新”标签。
图2是根据一示例性实施例示出的一种样本图像筛选方法的流程图，如图2所示样本图像筛选方法用于终端中，包括以下步骤。
步骤201：采用图像分类器分别对待筛选的各样本图像进行预测，得到各样本图像对应的特征向量和分类标签。
其中样本图像标识用i表示，样本图像的特征向量可以用featuresi表示，样本图像的分类标签用predictionsi表示。
步骤202：对各样本图像对应的特征向量进行聚类，分别确定各样本图像所属的聚类中心。
通过本步骤处理后，每个样本图像均为一个三元组，样本图像对应的三个元素分别为(featuresi，predictionsi，clusteri)，其中clusteri表示所属的聚类中心。
一种可选地对各样本图像对应的特征向量进行聚类，分别确定各样本图像所属的聚类中心的方式如下：
首先，分别将各样本图像对应的特征向量进行降维处理，得到各样样本图像对应的目标特征向量。
目标特征向量可以用d_featuresi表示。对特征向量进行降维处理时可以基于PCA(principal component analysis，主成分分析)方法实现。此方法目标是找到数据中最主要的元素和结构，去除噪音和冗余，将原有的复杂数据降维，揭露出隐藏在复杂数据背后的简单结构。对特征向量进行降维处理后再基于降维后的特征向量确定图像所属的聚类中心，能够降低设备的计算量，降低计算负荷。
其次，基于聚类算法分别确定各样本图像对应的目标特征向量所属的聚类中心，从而确定各样本图像所属的聚类中心。
其中，聚类所得聚类中心的个数大于图像分类器中分类标签的个数。聚类中心的个数可以是图像分类器中分类标签的4倍、3倍或者2倍等，在具体实现过程中，可以由本领域技术人员根据实际需求对其二者的个数关系进行设置。本公开实施例中样本图像之间的距离测度距离为样本图像所对应的特征向量的夹角余弦值。
步骤203：将各样本图像按照聚类中心进行分组，每个聚类中心对应一个分组。
每两个聚类中心存在聚类，聚类中心距离也用夹角余弦值表示。多个特征向量从属于同一聚类中心，因此可将从属于同一聚类中心的特征向量对应的样本图像划分至一组，作为该聚类中心对应的分组。也即一个分组中包含多个样本图像。
步骤204：分别确定每个聚类中心对应的分组中，出现次数最多的高频分类标签和高频分类标签的占比。
每个聚类中心对应的分组中包含多个样本图像，每个样本图像对应一个分类标签，相同分组中各样本图像的分类标签可能相同也可能不同，本公开中分别确定各分组中的高频分类标签，并确定各高频分类标签在对应分组中的占比。
例如：某分组中包含20个样本图像，其中18个样本图像的分类标签为A，一个样本图像的分类标签为B，一个样本图像的分类标签为C，则A为该分组中出现次数最多的高频分类标签，且其占比为90％。
步骤205：将占比均大于预设占比且相同的两个高频分类标签对应的分组进行合并，以实现聚类中心的合并。
预设占比可以由本领域技术人员根据实际需求进行设置，例如设置为98％、95％或者90％等，本公开实施例中对此不作具体限制。高频分类标签占比大于预设占比则表明该分组为干净分组，本步骤中将两个干净且具有相同高频分类标签的两个分组进行合并，从而实现对这两个分组对应的聚类中心的合并。通过上述合并将两个分组合并为一个分组，可为合并后的分组中每个样本图像增加一个标签clean_xxxi，xxx为高频分类标签的标识。
在一个类别中，有超过x比例的样本图像被预测到了同一个类别即具有相同的分类标签，即为干净聚类类别。例如x＝0.95，某个聚类中心对应分组Y中包括1000个样本图像，其中990个样本图像被预测成了“猫”，剩余的10个样本图像被预测成“狗”，这时“猫”类别占此聚类中心对应的分组的比例为0.99>x＝0.95，则认为此聚类中心对应的分组是“干净”的。
若两个干净的聚类中心Y、Z对应分组均为“干净”分组，且他们的x样本图像分类标签相同，例如都是“猫”，则把Y、Z这两个聚类中心进行合并。
步骤206：从未被合并的聚类中心中，确定聚类中心距离小于预设距离的任意两个聚类中心。
预设距离可以由本领域技术人员根据实际需求进行设置，本公开实施例中对此不作具体限制。任意两聚类中心间均存在距离，聚类中心间的距离用两聚类中心对应的向量的夹角余弦值表征。
步骤207：将任意两个聚类中心对应的分组进行合并，以实现任意两个聚类中心的合并。
将距离小于预设距离的两聚类中心对应的分组合并后两个分组被合并为一个分组，在具体实现过程中可为合并后的分组中每个样本图像增加一个标签distance_merge_xxxi，xxx为聚类中心标识。
步骤208：将未被合并的聚类中心对应的分组中的样本图像，筛选作为目标样本图像。
待筛选的样本图像中，除被标记标签的distance_merge_xxxi和clean_xxxi样本图像外，其他样本图像可被标记标签original_xxxi作为目标样本图像。
需要说明的是，在具体实现过程中也可以不执行步骤206、步骤207，在执行完步骤205后直接执行步骤208。仅将“干净”且对应相同高频分类标签的分组对应的聚类中心合并，其余的未合并的聚类中心对应的分组中的样本图像均为目标样本图像，也即将被标记为distance_merge_xxxi和original_xxxi标签的样本图像作为目标样本图像。
筛选得到的目标样本图像则为“新”数据，本领域技术人员可以手动为各目标样本图像设置标签即生成“新”标签。
本示例性实施例示出的样本图像筛选方法，通过采用图像分类器分别对待筛选的各样本图像进行预测，得到各样本图像对应的特征向量和分类标签；对各样本图像对应的特征向量进行聚类，分别确定各样本图像所属的聚类中心；依据各所述样本图像对应的聚类中心和分类标签，对各聚类中心进行合并，能够依据合并结果筛选出目标样本图像即“新”数据，依据目标样本图像即可确定“新”标签。可见，本公开实施例提供的样本图像筛选方法能够及时、准确地对“新”数据进行筛选无需人工手动干预，能够节省人力资源，通过筛选出的“新”数据可以进一步生成“新”标签。此外，本公开实施例中样本图像筛选方法，基于各聚类中心间的聚类以及聚类中心对应的高频分类标签的类别对聚类中心进行合并，能够提升相似聚类中心合并的精准度。
图3是根据一示例性实施例示出的一种样本图像筛选装置的框图，参照图3该装置包括预测模块301、确定模块302、合并模块303以及筛选模块304。
预测模块301，被配置为采用图像分类器分别对待筛选的各样本图像进行预测，得到所述各样本图像对应的特征向量和分类标签；确定模块302，被配置为对所述各样本图像对应的特征向量进行聚类，分别确定所述各样本图像所属的聚类中心；合并模块303，被配置为依据各所述样本图像对应的聚类中心和分类标签，对各聚类中心进行合并；筛选模块304，被配置为依据合并结果筛选出目标样本图像。
可选地，所述确定模块302可以包括：降维子模块3021，被配置为分别将所述各样本图像对应的特征向量进行降维处理，得到所述各样样本图像对应的目标特征向量；聚类中心确定子模块3022，被配置为基于聚类算法分别确定所述各样本图像对应的目标特征向量所属的聚类中心。
可选地，所述合并模块303可以包括：分组子模块3031，被配置为将各所述样本图像按照聚类中心进行分组，每个聚类中心对应一个分组；占比确定子模块3032，被配置为分别确定每个聚类中心对应的分组中，出现次数最多的高频分类标签和所述高频分类标签的占比；第一合并子模块3033，被配置为将占比均大于预设占比且相同的两个高频分类标签对应的分组进行合并，以实现聚类中心的合并。
可选地，所述合并模块303还可以包括：聚类中心确定子模块3034，被配置为在所述第一合并子模块3033将占比均大于预设占比且相同的两个高频分类标签对应的分组进行合并，以实现聚类中心的合并之后，从未被合并的聚类中心中，确定聚类中心距离小于预设距离的任意两个聚类中心；第二合并子模块3035，被配置为将所述任意两个聚类中心对应的分组进行合并，以实现所述任意两个聚类中心的合并。
可选地，所述筛选模块304具体被配置为：将未被合并的聚类中心对应的分组中的样本图像，筛选作为目标样本图像。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图4是根据一示例性实施例示出的一种电子设备400的框图。电子设备可以为移动终端也可以为服务器，本公开实施例中以电子设备为移动终端为例进行说明。例如，电子设备400可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图4，电子设备400可以包括以下一个或多个组件：处理组件402，存储器404，电源组件406，多媒体组件408，音频组件410，输入/输出(I/O)的接口412，传感器组件414，以及通信组件416。
处理组件402通常控制电子设备400的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件402可以包括一个或多个处理器420来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件402可以包括一个或多个模块，便于处理组件402和其他组件之间的交互。例如，处理部件402可以包括多媒体模块，以方便多媒体组件408和处理组件402之间的交互。
存储器404被配置为存储各种类型的数据以支持在电子设备400的操作。这些数据的示例包括用于在电子设备400上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件406为电子设备400的各种组件提供电力。电源组件406可以包括电源管理系统，一个或多个电源，及其他与为电子设备400生成、管理和分配电力相关联的组件。
多媒体组件408包括在电子设备400和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件408包括一个前置摄像头和/或后置摄像头。当电子设备400处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件410被配置为输出和/或输入音频信号。例如，音频组件410包括一个麦克风(MIC)，当电子设备400处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通信组件416发送。在一些实施例中，音频组件410还包括一个扬声器，用于输出音频信号。
I/O接口412为处理组件402和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件414包括一个或多个传感器，用于为电子设备400提供各个方面的状态评估。例如，传感器组件414可以检测到电子设备400的打开/关闭状态，组件的相对定位，例如所述组件为电子设备400的显示器和小键盘，传感器组件414还可以检测电子设备400或电子设备400一个组件的位置改变，用户与移动终端400接触的存在或不存在，电子设备400方位或加速/减速和电子设备400的温度变化。传感器组件414可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件414还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件414还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件416被配置为便于电子设备400和其他设备之间有线或无线方式的通信。电子设备400可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信部件416经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信部件416还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备400可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述图1、图2中所示的样本图像筛选方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器404，上述指令可由电子设备400的处理器420执行以完成上述图1、图2中所示的样本图像筛选方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中，还提供了一种计算机程序产品，当计算机程序产品中的指令由电子设备400的处理器420执行时，使得电子设备400执行上述图1、图2中所示的样本图像筛选方法。
图5是根据一示例性实施例示出的一种电子设备的框图。电子设备可以为移动终端也可以为服务器，本公开实施例中以电子设备为服务器为例进行说明。参照图5，电子设备500包括处理组件501，其进一步包括一个或多个处理器，以及由存储器502所代表的存储器资源，用于存储可由处理组件501的执行的指令，例如应用程序。存储器502中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件501被配置为执行指令，以执行上述图1、图2中所示的样本图像筛选方法，所述方法具体包括：
采用图像分类器分别对待筛选的各样本图像进行预测，得到所述各样本图像对应的特征向量和分类标签；对所述各样本图像对应的特征向量进行聚类，分别确定所述各样本图像所属的聚类中心；依据各所述样本图像对应的聚类中心和分类标签，对各聚类中心进行合并；依据合并结果筛选出目标样本图像。
电子设备500还可以包括一个电源组件503被配置为执行电子设备500的电源管理，一个有线或无线网络接口504被配置为将电子设备500连接到网络，和一个输入输出(I/O)接口505。电子设备500可以操作基于存储在存储器502的操作系统，例如WindowsServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (8)

1.一种样本图像筛选方法，其特征在于，所述方法包括：
采用图像分类器分别对待筛选的各样本图像进行预测，得到所述各样本图像对应的特征向量和分类标签；
对所述各样本图像对应的特征向量进行聚类，分别确定所述各样本图像所属的聚类中心；
依据各所述样本图像对应的聚类中心和分类标签，对各聚类中心进行合并；
依据合并结果筛选出目标样本图像；
所述依据各所述样本图像对应的聚类中心和分类标签，对各聚类中心进行合并，包括：
将各所述样本图像按照聚类中心进行分组，每个聚类中心对应一个分组；
分别确定每个聚类中心对应的分组中，出现次数最多的高频分类标签和所述高频分类标签的占比；
将占比均大于预设占比且相同的两个高频分类标签对应的分组进行合并，以实现聚类中心的合并；
所述依据合并结果筛选出目标样本图像，包括：
将未被合并的聚类中心对应的分组中的样本图像，筛选作为目标样本图像。
2.根据权利要求1所述的方法，其特征在于，所述对所述各样本图像对应的特征向量进行聚类，分别确定所述各样本图像所属的聚类中心，包括：
分别将所述各样本图像对应的特征向量进行降维处理，得到所述各样本图像对应的目标特征向量；
基于聚类算法分别确定所述各样本图像对应的目标特征向量所属的聚类中心。
3.根据权利要求1所述的方法，其特征在于，在所述将占比均大于预设占比且相同的两个高频分类标签对应的分组进行合并，以实现聚类中心的合并之后，所述方法还包括：
从未被合并的聚类中心中，确定聚类中心距离小于预设距离的任意两个聚类中心；
将所述任意两个聚类中心对应的分组进行合并，以实现所述任意两个聚类中心的合并。
4.一种样本图像筛选装置，其特征在于，所述装置包括：
预测模块，被配置为采用图像分类器分别对待筛选的各样本图像进行预测，得到所述各样本图像对应的特征向量和分类标签；
确定模块，被配置为对所述各样本图像对应的特征向量进行聚类，分别确定所述各样本图像所属的聚类中心；
合并模块，被配置为依据各所述样本图像对应的聚类中心和分类标签，对各聚类中心进行合并；
筛选模块，被配置为依据合并结果筛选出目标样本图像；
所述合并模块包括：
分组子模块，被配置为将各所述样本图像按照聚类中心进行分组，每个聚类中心对应一个分组；
占比确定子模块，被配置为分别确定每个聚类中心对应的分组中，出现次数最多的高频分类标签和所述高频分类标签的占比；
第一合并子模块，被配置为将占比均大于预设占比且相同的两个高频分类标签对应的分组进行合并，以实现聚类中心的合并
所述筛选模块具体被配置为：将未被合并的聚类中心对应的分组中的样本图像，筛选作为目标样本图像。
5.根据权利要求4所述的装置，其特征在于，所述确定模块包括：
降维子模块，被配置为分别将所述各样本图像对应的特征向量进行降维处理，得到所述各样本图像对应的目标特征向量；
聚类中心确定子模块，被配置为基于聚类算法分别确定所述各样本图像对应的目标特征向量所属的聚类中心。
6.根据权利要求4所述的装置，其特征在于，所述合并模块还包括：
聚类中心确定子模块，被配置为在所述第一合并子模块将占比均大于预设占比且相同的两个高频分类标签对应的分组进行合并，以实现聚类中心的合并之后，从未被合并的聚类中心中，确定聚类中心距离小于预设距离的任意两个聚类中心；
第二合并子模块，被配置为将所述任意两个聚类中心对应的分组进行合并，以实现所述任意两个聚类中心的合并。
7.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行权利要求1-3中任一项所述的样本图像筛选方法。
8.一种非临时性计算机可读存储介质，当所述存储介质中的指令由d电子设备的处理器执行时，使得电子设备能够执行权利要求1-3中任一项所述的样本图像筛选方法。
CN201811142163.8A 2018-09-28 2018-09-28 样本图像筛选方法和装置、电子设备及存储介质 Active CN109389162B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811142163.8A CN109389162B (zh) 2018-09-28 2018-09-28 样本图像筛选方法和装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811142163.8A CN109389162B (zh) 2018-09-28 2018-09-28 样本图像筛选方法和装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN109389162A CN109389162A (zh) 2019-02-26
CN109389162B true CN109389162B (zh) 2019-11-19

Family

ID=65418216

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811142163.8A Active CN109389162B (zh) 2018-09-28 2018-09-28 样本图像筛选方法和装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN109389162B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110009015A (zh) * 2019-03-25 2019-07-12 西北工业大学 基于轻量化网络和半监督聚类的高光谱小样本分类方法
CN111488400B (zh) * 2019-04-28 2021-03-30 北京京东尚科信息技术有限公司 数据分类方法、装置和计算机可读存储介质
CN110147851B (zh) * 2019-05-29 2022-04-01 北京达佳互联信息技术有限公司 图像筛选方法、装置、计算机设备及存储介质
CN110705614A (zh) * 2019-09-20 2020-01-17 北京三快在线科技有限公司 模型训练方法、装置、电子设备及存储介质
CN110738258B (zh) * 2019-10-16 2022-04-29 Oppo广东移动通信有限公司 图像分类方法、装置及终端设备
CN110929771B (zh) * 2019-11-15 2020-11-20 北京达佳互联信息技术有限公司 图像样本分类方法及装置、电子设备、可读存储介质
CN111062440B (zh) * 2019-12-18 2024-02-02 腾讯科技（深圳）有限公司 一种样本选择方法、装置、设备及存储介质
CN111368926B (zh) * 2020-03-06 2021-07-06 腾讯科技（深圳）有限公司 图像筛选方法、装置和计算机可读存储介质
CN112348107A (zh) * 2020-11-17 2021-02-09 百度(中国)有限公司 图像数据清洗方法及装置、电子设备和介质
CN113822130A (zh) * 2021-07-05 2021-12-21 腾讯科技（深圳）有限公司 模型训练方法、场景识别方法、计算设备和介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101604394A (zh) * 2008-12-30 2009-12-16 华中科技大学 一种有限存贮资源下的增量学习分类方法
CN102298663A (zh) * 2010-06-24 2011-12-28 上海中医药大学 中医自动识别证型的检测方法
CN103136757A (zh) * 2013-04-02 2013-06-05 西安电子科技大学 基于流形距离的两阶段聚类算法的sar图像分割方法
CN106596450A (zh) * 2017-01-06 2017-04-26 东北大学秦皇岛分校 基于红外光谱分析物质成分含量的增量式方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101604394A (zh) * 2008-12-30 2009-12-16 华中科技大学 一种有限存贮资源下的增量学习分类方法
CN102298663A (zh) * 2010-06-24 2011-12-28 上海中医药大学 中医自动识别证型的检测方法
CN103136757A (zh) * 2013-04-02 2013-06-05 西安电子科技大学 基于流形距离的两阶段聚类算法的sar图像分割方法
CN106596450A (zh) * 2017-01-06 2017-04-26 东北大学秦皇岛分校 基于红外光谱分析物质成分含量的增量式方法

Also Published As

Publication number Publication date
CN109389162A (zh) 2019-02-26

Similar Documents

Publication Publication Date Title
CN109389162B (zh) 样本图像筛选方法和装置、电子设备及存储介质
CN110210535B (zh) 神经网络训练方法及装置以及图像处理方法及装置
TWI754855B (zh) 人臉圖像識別方法、裝置、電子設備及儲存介質
TWI710964B (zh) 圖像聚類方法及裝置、電子設備和儲存介質
CN108664989B (zh) 图像标签确定方法、装置及终端
CN105512685B (zh) 物体识别方法和装置
CN105426515B (zh) 视频归类方法及装置
CN110516745A (zh) 图像识别模型的训练方法、装置及电子设备
EP3855360A1 (en) Method and device for training image recognition model, and storage medium
CN110472091B (zh) 图像处理方法及装置、电子设备和存储介质
CN107527059A (zh) 文字识别方法、装置及终端
CN108960283B (zh) 分类任务增量处理方法及装置、电子设备和存储介质
CN110532956B (zh) 图像处理方法及装置、电子设备和存储介质
CN111242188B (zh) 入侵检测方法、装置及存储介质
CN110191085B (zh) 基于多分类的入侵检测方法、装置及存储介质
CN110532345A (zh) 一种未标注数据的处理方法、装置及存储介质
CN109389220A (zh) 神经网络模型的处理方法、装置、电子设备以及存储介质
CN111210844B (zh) 语音情感识别模型的确定方法、装置、设备及存储介质
TWI779449B (zh) 對象計數方法、電子設備、電腦可讀儲存介質
CN109242045B (zh) 图像聚类处理方法、装置、电子设备及存储介质
WO2020228163A1 (zh) 图像处理方法及装置、电子设备和存储介质
CN110333898A (zh) 一种代码关系生成方法、装置、电子设备及存储介质
CN109409414B (zh) 样本图像确定方法和装置、电子设备及存储介质
CN112884040B (zh) 训练样本数据的优化方法、系统、存储介质及电子设备
CN104850592B (zh) 生成模型文件的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant