CN109522942A - 一种图像分类方法、装置、终端设备和存储介质 - Google Patents
一种图像分类方法、装置、终端设备和存储介质 Download PDFInfo
- Publication number
- CN109522942A CN109522942A CN201811269756.0A CN201811269756A CN109522942A CN 109522942 A CN109522942 A CN 109522942A CN 201811269756 A CN201811269756 A CN 201811269756A CN 109522942 A CN109522942 A CN 109522942A
- Authority
- CN
- China
- Prior art keywords
- image
- text
- feature
- classified
- category
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及图像处理技术领域,提出一种图像分类方法、装置、终端设备和计算机存储介质。在获取待分类图像之后,将该待分类图像输入预先构建的卷积神经网络模型,得到该待分类图像的图像特征;然后从预设的文本库中选取与该待分类图像对应的目标文本,将该目标文本转换为词向量,输入预先构建的循环神经网络模型,得到该目标文本的文本特征;接着结合该文本特征对该图像特征进行加权叠加处理,得到加权图像特征;最后采用双线性乘法融合该加权图像特征和该文本特征,利用融合后的特征完成两类分类,得到该待分类图像的图像类别。采用本发明能够解决高细粒度图像分类的问题。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像分类方法、装置、终端设备和计算机存储介质。
背景技术
图像分类是指根据图像信息所反映的不同特征,对不同类别的图像进行区分的图像处理方法,利用计算机对图像进行定量分析,将图像划归为若干个类别中的某一类,以代替人的视觉判断。目前,常用基于深度的神经网络模型来实现图像的分类,处理过程为:利用已知类别的样本图像训练神经网络模型,将待分类图像输入该神经网络模型,根据该神经网络模型的输出结果判定该待分类图像的类别。然而,在面对高细粒度图像分类(即两种不同类别图像之间的差异极小)问题时,采用上述图像分类方法无法获得准确的图像分类结果。
发明内容
有鉴于此,本发明实施例提供了一种图像分类方法、装置、终端设备和计算机存储介质,即使面对高细粒度图像分类的问题,也能够获得准确的图像分类结果。
本发明实施例的第一方面提供了一种图像分类方法,包括:
获取待分类图像,所述待分类图像的图像类别属于预设的多对图像类别组合中的一种,每对所述图像类别组合分别包含图像特征的差别小于预设阈值的两种图像类别,每对所述图像类别组合分别和预设的文本库中的一个文本关联,所述文本用于描述关联的图像类别组合中的两种图像类别之间的差异;
将所述待分类图像输入预先构建的卷积神经网络模型,得到所述待分类图像的图像特征,所述卷积神经网络模型由所述多对图像类别组合的样本图像训练完成;
从所述文本库中选取与所述待分类图像对应的目标文本;
将所述目标文本转换为词向量,输入预先构建的循环神经网络模型,得到所述目标文本的文本特征,所述循环神经网络模型由所述多对图像类别组合的样本图像以及所述文本库中的文本训练完成;
结合所述文本特征对所述图像特征进行加权叠加处理,得到加权图像特征;
采用双线性乘法融合所述加权图像特征和所述文本特征;
利用融合后的特征完成两类分类,得到所述待分类图像的图像类别。
本发明实施例的第二方面提供了一种图像分类装置,包括:
图像获取模块,用于获取待分类图像,所述待分类图像的图像类别属于预设的多对图像类别组合中的一种,每对所述图像类别组合分别包含图像特征的差别小于预设阈值的两种图像类别,每对所述图像类别组合分别和预设的文本库中的一个文本关联,所述文本用于描述关联的图像类别组合中的两种图像类别之间的差异;
图像输入模块,用于将所述待分类图像输入预先构建的卷积神经网络模型,得到所述待分类图像的图像特征,所述卷积神经网络模型由所述多对图像类别组合的样本图像训练完成;
文本选取模块,用于从所述文本库中选取与所述待分类图像对应的目标文本;
文本转换模块,用于将所述目标文本转换为词向量,输入预先构建的循环神经网络模型,得到所述目标文本的文本特征,所述循环神经网络模型由所述多对图像类别组合的样本图像以及所述文本库中的文本训练完成;
特征加权模块,用于结合所述文本特征对所述图像特征进行加权叠加处理,得到加权图像特征;
特征融合模块,用于采用双线性乘法融合所述加权图像特征和所述文本特征;
图像类别判定模块,用于利用融合后的特征完成两类分类,得到所述待分类图像的图像类别。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如本发明实施例的第一方面提供的图像分类方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如本发明实施例的第一方面提供的图像分类方法的步骤。
本发明实施例提出的图像分类方法,在获取待分类图像之后,将该待分类图像输入预先构建的卷积神经网络模型,得到该待分类图像的图像特征;然后从预设的文本库中选取与该待分类图像对应的目标文本,将该目标文本转换为词向量,输入预先构建的循环神经网络模型,得到该目标文本的文本特征;接着结合该文本特征对该图像特征进行加权叠加处理,得到加权图像特征;最后采用双线性乘法融合该加权图像特征和该文本特征,利用融合后的特征完成两类分类,得到所述待分类图像的图像类别。本发明通过引入对比性的文本,利用文本特征对图像特征进行加权叠加处理,能够引导神经网络模型重点学习和提取具有高度区分性的特征,从而增大相似类别图像的区分度,有利于提高易混淆图像之间的分类准确度,能够解决高细粒度图像分类的问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种图像分类方法的第一个实施例的流程图;
图2是本发明实施例提供的一种图像分类方法的第二个实施例的流程图;
图3是本发明实施例提供的一种图像分类方法的第三个实施例的流程图;
图4是本发明实施例提供的一种图像分类装置的一个实施例的结构图;
图5是本发明实施例提供的一种终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
本发明实施例提供了一种图像分类方法、装置、终端设备和计算机存储介质,即使面对高细粒度图像分类的问题,也能够获得准确的图像分类结果。
请参阅图1,本发明实施例中一种图像分类方法的第一个实施例包括:
101、获取待分类图像;
在本申请中,所述待分类图像的图像类别属于预设的多对图像类别组合中的一种,每对所述图像类别组合分别包含图像特征的差别小于预设阈值的两种图像类别,每对所述图像类别组合分别和预设的文本库中的一个文本关联,所述文本用于描述关联的图像类别组合中的两种图像类别之间的差异。比如,预设2对图像类别组合,第一对图像类别组合包含A种类鱼和B种类鱼两种极其相似的(对应的图像特征的差别小于预设阈值)图像类别,该图像类别组合和预先构建的文本库中的文本X关联,文本X描述的是A种类鱼和B种类鱼之间的差异点;第二对图像类别组合包含C种类鱼和D种类鱼两种极其相似的图像类别,该图像类别组合和该文本库中的文本Y关联,文本Y描述的是C种类鱼和D种类鱼之间的差异点,而所述待分类图像的图像类别属于这4种鱼的图像之一。
102、将所述待分类图像输入预先构建的卷积神经网络模型,得到所述待分类图像的图像特征;
在获取待分类图像之后,将所述待分类图像输入预先构建的卷积神经网络模型,输出所述待分类图像的图像特征,所述卷积神经网络模型由所述多对图像类别组合的样本图像训练完成。
103、从所述文本库中选取与所述待分类图像对应的目标文本;
接着,从所述文本库中选取与所述待分类图像对应的目标文本,该目标文本即所述文本库中所述待分类图像的所属图像类别组合所关联的文本。在某些应用场合中,待分类图像所属的图像类别组合是已知的,进行图像分类的目的是为了区分该待分类图像属于该图像类别组合中的哪一种图像。同样以步骤101中的例子说明,已知所述待分类图像属于第一对图像类别组合,但不知为A种类鱼还是B种类鱼,则选取文本X作为对应的目标文本。
进一步的,步骤103可以包括:
(1)将所述图像特征和所述文本库中的每个文本的文本特征分别进行匹配,得到每个文本的匹配度;
(2)将所述匹配度最高的文本确定为与所述待分类图像对应的目标文本。
在某些应用场合中,所述待分类图像所属的图像类别组合是未知的,此时可以将步骤102中得到的所述待分类图像的图像特征和所述文本库中的每个文本的文本特征分别进行匹配,得到每个文本的匹配度,然后将所述匹配度最高的文本确定为与所述待分类图像对应的目标文本。在实际操作中,文本特征可以表示为词向量的形式,也可以表示为如步骤104中由循环神经网络模型输出的文本特征形式;与此对应的,图像特征同样可以表示为向量的形式或者由卷积神经网络模型输出的图像特征形式。在计算匹配度时,具体可以通过计算图像特征和文本特征之间的欧氏距离或余弦距离,距离越小则表示匹配度越高。
104、将所述目标文本转换为词向量,输入预先构建的循环神经网络模型,得到所述目标文本的文本特征;
在获得与所述待分类图像对应的目标文本之后,将所述目标文本转换为词向量,将该词向量输入预先构建的循环神经网络模型,输出所述目标文本的文本特征,所述循环神经网络模型由所述多对图像类别组合的样本图像以及所述文本库中的文本训练完成。具体的,可以将所述目标文本分解成逐个单词,将单词逐个送入该循环神经网络模型中;通过循环神经网络的时间序列性迭代,将最后序列的输出作为该循环网络的输出。出于综合考虑,优选门循环单元(Gated Recurrent Unit)作为循环神经网络的基本单元,可以将循环神经网络的输出记为fGRU,其中fGRU∈RD,D表示输出的文本特征的向量维度。
105、结合所述文本特征对所述图像特征进行加权叠加处理,得到加权图像特征;
在得到所述目标文本的文本特征之后,结合所述文本特征对所述图像特征进行加权叠加处理,得到加权图像特征。通过文本特征对图像特征加权,能够增加图像的特异性。
进一步的,步骤105可以包括:
(1)将所述文本特征和所述图像特征相乘,得到各个位置的所述图像特征的权重;
(2)将各个位置的所述图像特征分别乘以对应位置的权重,得到第一图像特征中间值;
(3)采用残差结构的方式叠加所述图像特征和所述第一图像特征中间值,得到第二图像特征中间值;
(4)对所述第二图像特征中间值执行全局平均池化操作,得到所述加权图像特征。
假设该深度卷积网络输出的图像特征为FCNN,其中FCNN∈RH×H×D,H表示特征的长或者宽,D代表通道数。本发明优选特征来自ResNet50中的res5c特征,其分辨率为7×7×2048(此处图像特征包含res5c的特征,但不限于该特征,同样可以选取res3d、res4f等处的特征)。在此基础上,我们将前述得到的文本特征与图像特征相乘,得到图像特征在空间上各个位置对应的权重,其表述如下:
其中i和j分别表示图像特征的空间位置,α(i,j)表示图像特征在位置(i,j)对应的权重。得到空间权重后,将各个位置的图像特征分别乘以对应位置的权重,得到第一图像特征中间值;同时为加强特征的表达,我们采用了残差结构(Residual module)叠加特征,而后对叠加后的特征进行全局平均池化(Global average pooling)操作,得到加权图像特征fImage,fImage∈RD,具体可用下述公式表示:
106、采用双线性乘法融合所述加权图像特征和所述文本特征;
107、利用融合后的特征完成两类分类,得到所述待分类图像的图像类别。
在得到加权图像特征之后,采用双线性乘法融合所述加权图像特征和所述文本特征,利用融合后的特征完成两类分类,得到所述待分类图像的图像类别。这里多模态数据的结合采用双线性乘的操作,输出向量的维度为2。通过这个操作,有利于对两两互相混淆的类别进行区分,从而提高整体的分类准确性。
具体的,步骤107可以包括:
(1)将融合后的所述加权图像特征和所述文本特征,以及预先构建的三维矩阵相乘,得到二维向量格式的激活值;
(2)根据所述激活值判定所述待分类图像的图像类别。
所述三维矩阵的第三个维度为2,所述三维矩阵的第一个维度、所述三维矩阵的第二个维度、所述加权图像特征的维度和所述文本特征的维度相同。假设预先构建的三维矩阵为A,A的第三个维度为2,A的第一个、第二个维度、加权图像特征fImage的维度、以及文本特征fGRU的维度相同。则可以采用以下公式计算得到二维向量格式的激活值:
其中abl表示经过双线性乘操作后的激活值,abl∈R2,对该激活值执行softmax函数操作,即可完成两类的分类操作,得到所述待分类图像的图像类别。
本发明实施例提出的图像分类方法,在获取待分类图像之后,将该待分类图像输入预先构建的卷积神经网络模型,得到该待分类图像的图像特征;然后从预设的文本库中选取与该待分类图像对应的目标文本,将该目标文本转换为词向量,输入预先构建的循环神经网络模型,得到该目标文本的文本特征;接着结合该文本特征对该图像特征进行加权叠加处理,得到加权图像特征;最后采用双线性乘法融合该加权图像特征和该文本特征,利用融合后的特征完成两类分类,得到所述待分类图像的图像类别。本发明通过引入对比性的文本,利用文本特征对图像特征进行加权叠加处理,能够引导神经网络模型重点学习和提取具有高度区分性的特征,从而增大相似类别图像的区分度,有利于提高易混淆图像之间的分类准确度,能够解决高细粒度图像分类的问题。
请参阅图2,本发明实施例中一种图像分类方法的第二个实施例包括:
201、获取待分类图像;
所述待分类图像的图像类别属于预设的多对图像类别组合中的一种,每对所述图像类别组合分别包含图像特征的差别小于预设阈值的两种图像类别,每对所述图像类别组合分别和预设的文本库中的一个文本关联,所述文本用于描述关联的图像类别组合中的两种图像类别之间的差异。
所述多对图像类别组合中的任意一种图像类别包含对应的第一标签,所述第一标签用于表示所述任意一种图像类别在所述多对图像类别组合中的图像类别。假设有22对图像类别组合,则第一标签的数值范围为0-43,每个数值分别表示这44种图像类别之一。
202、将所述待分类图像输入预先构建的卷积神经网络模型,得到所述待分类图像的图像特征;
203、根据所述卷积神经网络模型的输出结果确定所述待分类图像所属的图像类别;
在将所述待分类图像输入预先构建的卷积神经网络模型之后,会得到两部分的输出结果,一部分是多维度的图像特征,另一部分是该待分类图像属于各个图像类别的概率,找出其中概率最大的图像类别,即确定为所述待分类图像所属的图像类别。对于高细粒度图像分类来说,这个图像分类结果并不准确,但可以用来计算网络的损失函数值,对卷积神经网络进行优化。
204、结合所述待分类图像所属的图像类别所对应的目标第一标签,采用交叉损失函数计算所述卷积神经网络模型的损失函数值;
205、根据所述损失函数值结合反向传播算法对所述卷积神经网络模型的参数进行更新;
接着,结合所述待分类图像所属的图像类别所对应的目标第一标签,采用交叉损失函数计算所述卷积神经网络模型的损失函数值,根据所述损失函数值结合反向传播算法对所述卷积神经网络模型的参数进行更新。
在深度卷积神经网络模块中,利用深度卷积网络对图像进行训练,帮助网络逐层学习,在不同层次得到具有不同语义信息的特征,通过这些特征对图像进行分类。可以送入相应的图像,通过网络的前向传播得到网络对该图像的预测标签,将预测标签与图像自带的真实标签对比,通过交叉损失函数计算分类的损失函数。
其中x代表送入深度卷积网络模型的图像,表示该图像是否属于第i类类别(1表示属于,0表示不属于),表示该图像属于第i类的概率。在该模块中,通过交叉熵损失函数的监督,在反向传播过程中回传梯度,更新网络参数,提升网络的性能,可以促使深度卷积网络学到较好的图像特征,为后期与文本特征的结合提供了基础。
206、从所述文本库中选取与所述待分类图像对应的目标文本;
进一步的,步骤206可以包括:
从所述文本库中查找内容包含所述目标第一标签的文本,作为与所述待分类图像对应的目标文本。
由于在步骤204中确定了所述待分类图像所属的图像类别所对应的目标第一标签,故可以直接从所述文本库中查找内容包含所述目标第一标签的文本,作为与所述待分类图像对应的目标文本。比如,在步骤101的例子中,假设目标第一标签为A种类鱼,则该待分类图像的实际图像类别属于A种类鱼和B种类鱼之一,而该文本库中的文本是用于描述关联的图像类别组合中的两种图像类别之间的差异,这些文本必然包括表示图片类型的标签,因此内容包含A种类鱼的文本即为所述待分类图像对应的目标文本。
207、将所述目标文本转换为词向量,输入预先构建的循环神经网络模型,得到所述目标文本的文本特征;
208、结合所述文本特征对所述图像特征进行加权叠加处理,得到加权图像特征;
209、采用双线性乘法融合所述加权图像特征和所述文本特征;
210、利用融合后的特征完成两类分类,得到所述待分类图像的图像类别。
步骤207-210与步骤104-107相同,具体可参照步骤104-107的相关说明。
本发明实施例根据所述卷积神经网络模型的输出结果确定所述待分类图像所属的图像类别,结合所述待分类图像所属的图像类别所对应的目标第一标签,采用交叉损失函数计算所述卷积神经网络模型的损失函数值,根据所述损失函数值结合反向传播算法对所述卷积神经网络模型的参数进行更新。与本发明的第一个实施例相比,本实施例通过交叉熵损失函数的监督,在反向传播过程中回传梯度,更新网络参数,提升网络的性能,可以促使深度卷积网络学到较好的图像特征,为后期与文本特征的结合提供了基础。
请参阅图3,本发明实施例中一种图像分类方法的第三个实施例包括:
301、获取待分类图像;
所述待分类图像的图像类别属于预设的多对图像类别组合中的一种,每对所述图像类别组合分别包含图像特征的差别小于预设阈值的两种图像类别,每对所述图像类别组合分别和预设的文本库中的一个文本关联,所述文本用于描述关联的图像类别组合中的两种图像类别之间的差异。
所述多对图像类别组合中的任意一种图像类别包含对应的第一标签,所述第一标签用于表示所述任意一种图像类别在所述多对图像类别组合中的图像类别。假设有22对图像类别组合,则第一标签的数值范围为0-43,每个数值分别表示这44种图像类别之一。
所述多对图像类别组合中的任意一种图像类别还包含对应的第二标签,所述第二标签用于表示所述任意一种图像类别在自身所属的图像类别组合中的图像类别。该第二标签的数值范围为0-1,0表示图像类别组合中的第一种图像类别,1表示图像类别组合中的第二种图像类别。
302、将所述待分类图像输入预先构建的卷积神经网络模型,得到所述待分类图像的图像特征;
303、根据所述卷积神经网络模型的输出结果确定所述待分类图像所属的图像类别;
304、结合所述待分类图像所属的图像类别所对应的目标第一标签,采用交叉损失函数计算所述卷积神经网络模型的损失函数值;
305、根据所述损失函数值结合反向传播算法对所述卷积神经网络模型的参数进行更新;
306、从所述文本库中选取与所述待分类图像对应的目标文本;
307、将所述目标文本转换为词向量,输入预先构建的循环神经网络模型,得到所述目标文本的文本特征;
308、结合所述文本特征对所述图像特征进行加权叠加处理,得到加权图像特征;
309、采用双线性乘法融合所述加权图像特征和所述文本特征;
310、利用融合后的特征完成两类分类,得到所述待分类图像的图像类别;
步骤302-310与步骤202-210相同,具体可参照步骤202-210的相关说明。
311、结合所述待分类图像所属的图像类别所对应的第二标签,采用交叉损失函数计算所述两类分类器的损失函数值;
具体的,可以采用以下公式计算所述两类分类器的损失函数值:
其中,LBL表示所述两类分类器的损失函数值,表示该特征是否属于第i类别图像(1表示属于,0表示不属于),表示特征abl属于第i类图像的概率。
312、根据所述损失函数值结合反向传播算法对所述卷积神经网络模型的参数以及所述循环神经网络模型的参数进行更新。
在计算得到所述两类分类器的损失函数值之后,根据所述损失函数值结合反向传播算法对所述卷积神经网络模型的参数以及所述循环神经网络模型的参数进行更新,进一步提升网络模型的性能。
本发明实施例根据所述卷积神经网络模型的输出结果确定所述待分类图像所属的图像类别,结合所述待分类图像所属的图像类别所对应的目标第一标签,采用交叉损失函数计算所述卷积神经网络模型的损失函数值,根据所述损失函数值结合反向传播算法对所述卷积神经网络模型的参数进行更新;结合所述待分类图像所属的图像类别所对应的第二标签,采用交叉损失函数计算所述两类分类器的损失函数值,根据所述损失函数值结合反向传播算法对所述卷积神经网络模型的参数以及所述循环神经网络模型的参数进行更新。与本发明的第二个实施例相比,本实施例计算所述两类分类器的损失函数值,并根据所述损失函数值结合反向传播算法对所述卷积神经网络模型的参数以及所述循环神经网络模型的参数进行更新,进一步提升卷积神经网络模型和循环神经网络模型的性能。
应理解,上述各个实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
上面主要描述了一种图像分类方法,下面将对一种图像分类装置进行描述。
请参阅图4,本发明实施例中一种图像分类装置的一个实施例包括:
图像获取模块401,用于获取待分类图像,所述待分类图像的图像类别属于预设的多对图像类别组合中的一种,每对所述图像类别组合分别包含图像特征的差别小于预设阈值的两种图像类别,每对所述图像类别组合分别和预设的文本库中的一个文本关联,所述文本用于描述关联的图像类别组合中的两种图像类别之间的差异;
图像输入模块402,用于将所述待分类图像输入预先构建的卷积神经网络模型,得到所述待分类图像的图像特征,所述卷积神经网络模型由所述多对图像类别组合的样本图像训练完成;
文本选取模块403,用于从所述文本库中选取与所述待分类图像对应的目标文本;
文本转换模块404,用于将所述目标文本转换为词向量,输入预先构建的循环神经网络模型,得到所述目标文本的文本特征,所述循环神经网络模型由所述多对图像类别组合的样本图像以及所述文本库中的文本训练完成;
特征加权模块405,用于结合所述文本特征对所述图像特征进行加权叠加处理,得到加权图像特征;
特征融合模块406,用于采用双线性乘法融合所述加权图像特征和所述文本特征;
图像类别判定模块407,用于利用融合后的特征完成两类分类,得到所述待分类图像的图像类别。
进一步的,所述特征加权模块可以包括:
特征相乘单元,用于将所述文本特征和所述图像特征相乘,得到各个位置的所述图像特征的权重;
权重相乘单元,用于将各个位置的所述图像特征分别乘以对应位置的权重,得到第一图像特征中间值;
特征叠加单元,用于采用残差结构的方式叠加所述图像特征和所述第一图像特征中间值,得到第二图像特征中间值;
特征池化单元,用于对所述第二图像特征中间值执行全局平均池化操作,得到所述加权图像特征。
进一步的,所述图像类别判定模块可以包括:
激活值计算单元,用于将融合后的所述加权图像特征和所述文本特征,以及预先构建的三维矩阵相乘,得到二维向量格式的激活值,所述三维矩阵的第三个维度为2,所述三维矩阵的第一个维度、所述三维矩阵的第二个维度、所述加权图像特征的维度和所述文本特征的维度相同,;
图像类别判定单元,用于根据所述激活值判定所述待分类图像的图像类别。
进一步的,所述多对图像类别组合中的任意一种图像类别包含对应的第一标签,所述第一标签用于表示所述任意一种图像类别在所述多对图像类别组合中的图像类别,所述图像分类装置还可以包括:
图像类别确定模块,用于根据所述卷积神经网络模型的输出结果确定所述待分类图像所属的图像类别;
第一损失函数计算模块,用于结合所述待分类图像所属的图像类别所对应的目标第一标签,采用交叉损失函数计算所述卷积神经网络模型的损失函数值;
第一模型参数更新模块,用于根据所述损失函数值结合反向传播算法对所述卷积神经网络模型的参数进行更新。
更进一步的,所述文本选取模块具体可以用于:
从所述文本库中查找内容包含所述目标第一标签的文本,作为与所述待分类图像对应的目标文本。
更进一步的,所述文本选取模块具体可以用于:
将所述图像特征和所述文本库中的每个文本的文本特征分别进行匹配,得到每个文本的匹配度;
将所述匹配度最高的文本确定为与所述待分类图像对应的目标文本。
进一步的,所述多对图像类别组合中的任意一种图像类别包含对应的第二标签,所述第二标签用于表示所述任意一种图像类别在自身所属的图像类别组合中的图像类别,所述图像分类装置还可以包括:
第二损失函数计算模块,用于结合所述待分类图像所属的图像类别所对应的第二标签,采用交叉损失函数计算所述两类分类器的损失函数值;
第二模型参数更新模块,用于根据所述损失函数值结合反向传播算法对所述卷积神经网络模型的参数以及所述循环神经网络模型的参数进行更新。
本发明实施例还提供一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如图1至图3表示的任意一种图像分类方法的步骤。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如图1至图3表示的任意一种图像分类方法的步骤。
图5是本发明一实施例提供的终端设备的示意图。如图5所示,该实施例的终端设备5包括:处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述各个图像分类方法的实施例中的步骤,例如图1所示的步骤101至107。或者,所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能,例如图4所示模块401至407的功能。
所述计算机程序52可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器51中,并由所述处理器50执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序52在所述终端设备5中的执行过程。
所述终端设备5可以是各种类型的手机、桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是终端设备5的示例,并不构成对终端设备5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备5还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述终端设备5的内部存储单元,例如终端设备5的硬盘或内存。所述存储器51也可以是所述终端设备5的外部存储设备,例如所述终端设备5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种图像分类方法,其特征在于,包括:
获取待分类图像,所述待分类图像的图像类别属于预设的多对图像类别组合中的一种,每对所述图像类别组合分别包含图像特征的差别小于预设阈值的两种图像类别,每对所述图像类别组合分别和预设的文本库中的一个文本关联,所述文本用于描述关联的图像类别组合中的两种图像类别之间的差异;
将所述待分类图像输入预先构建的卷积神经网络模型,得到所述待分类图像的图像特征,所述卷积神经网络模型由所述多对图像类别组合的样本图像训练完成;
从所述文本库中选取与所述待分类图像对应的目标文本;
将所述目标文本转换为词向量,输入预先构建的循环神经网络模型,得到所述目标文本的文本特征,所述循环神经网络模型由所述多对图像类别组合的样本图像以及所述文本库中的文本训练完成;
结合所述文本特征对所述图像特征进行加权叠加处理,得到加权图像特征;
采用双线性乘法融合所述加权图像特征和所述文本特征;
利用融合后的特征完成两类分类,得到所述待分类图像的图像类别。
2.如权利要求1所述的图像分类方法,其特征在于,所述结合所述文本特征对所述图像特征进行加权叠加处理,得到加权图像特征包括:
将所述文本特征和所述图像特征相乘,得到各个位置的所述图像特征的权重;
将各个位置的所述图像特征分别乘以对应位置的权重,得到第一图像特征中间值;
采用残差结构的方式叠加所述图像特征和所述第一图像特征中间值,得到第二图像特征中间值;
对所述第二图像特征中间值执行全局平均池化操作,得到所述加权图像特征。
3.如权利要求1所述的图像分类方法,其特征在于,所述利用融合后的特征完成两类分类,得到所述待分类图像的图像类别包括:
将融合后的所述加权图像特征和所述文本特征,以及预先构建的三维矩阵相乘,得到二维向量格式的激活值,所述三维矩阵的第三个维度为2,所述三维矩阵的第一个维度、所述三维矩阵的第二个维度、所述加权图像特征的维度和所述文本特征的维度相同;
根据所述激活值判定所述待分类图像的图像类别。
4.如权利要求1所述的图像分类方法,其特征在于,所述多对图像类别组合中的任意一种图像类别包含对应的第一标签,所述第一标签用于表示所述任意一种图像类别在所述多对图像类别组合中的图像类别,在将所述待分类图像输入预先构建的卷积神经网络模型之后,还包括:
根据所述卷积神经网络模型的输出结果确定所述待分类图像所属的图像类别;
结合所述待分类图像所属的图像类别所对应的目标第一标签,采用交叉损失函数计算所述卷积神经网络模型的损失函数值;
根据所述损失函数值结合反向传播算法对所述卷积神经网络模型的参数进行更新。
5.如权利要求4所述的图像分类方法,其特征在于,所述从所述文本库中选取与所述待分类图像对应的目标文本为:
从所述文本库中查找内容包含所述目标第一标签的文本,作为与所述待分类图像对应的目标文本。
6.如权利要求1所述的图像分类方法,其特征在于,所述从所述文本库中选取与所述待分类图像对应的目标文本包括:
将所述图像特征和所述文本库中的每个文本的文本特征分别进行匹配,得到每个文本的匹配度;
将所述匹配度最高的文本确定为与所述待分类图像对应的目标文本。
7.如权利要求1至6中任一项所述的图像分类方法,其特征在于,所述多对图像类别组合中的任意一种图像类别包含对应的第二标签,所述第二标签用于表示所述任意一种图像类别在自身所属的图像类别组合中的图像类别,在将所述多模态特征输入预设的两类分类器之后,还包括:
根据所述卷积神经网络模型的输出结果确定所述待分类图像所属的图像类别;
结合所述待分类图像所属的图像类别所对应的第二标签,采用交叉损失函数计算所述两类分类器的损失函数值;
根据所述损失函数值结合反向传播算法对所述卷积神经网络模型的参数以及所述循环神经网络模型的参数进行更新。
8.一种图像分类装置,其特征在于,包括:
图像获取模块,用于获取待分类图像,所述待分类图像的图像类别属于预设的多对图像类别组合中的一种,每对所述图像类别组合分别包含图像特征的差别小于预设阈值的两种图像类别,每对所述图像类别组合分别和预设的文本库中的一个文本关联,所述文本用于描述关联的图像类别组合中的两种图像类别之间的差异;
图像输入模块,用于将所述待分类图像输入预先构建的卷积神经网络模型,得到所述待分类图像的图像特征,所述卷积神经网络模型由所述多对图像类别组合的样本图像训练完成;
文本选取模块,用于从所述文本库中选取与所述待分类图像对应的目标文本;
文本转换模块,用于将所述目标文本转换为词向量,输入预先构建的循环神经网络模型,得到所述目标文本的文本特征,所述循环神经网络模型由所述多对图像类别组合的样本图像以及所述文本库中的文本训练完成;
特征加权模块,用于结合所述文本特征对所述图像特征进行加权叠加处理,得到加权图像特征;
特征融合模块,用于采用双线性乘法融合所述加权图像特征和所述文本特征;
图像类别判定模块,用于利用融合后的特征完成两类分类,得到所述待分类图像的图像类别。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的图像分类方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的图像分类方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811269756.0A CN109522942B (zh) | 2018-10-29 | 2018-10-29 | 一种图像分类方法、装置、终端设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811269756.0A CN109522942B (zh) | 2018-10-29 | 2018-10-29 | 一种图像分类方法、装置、终端设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109522942A true CN109522942A (zh) | 2019-03-26 |
CN109522942B CN109522942B (zh) | 2021-03-02 |
Family
ID=65773075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811269756.0A Active CN109522942B (zh) | 2018-10-29 | 2018-10-29 | 一种图像分类方法、装置、终端设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109522942B (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110046264A (zh) * | 2019-04-02 | 2019-07-23 | 云南大学 | 一种面向手机文档的自动分类方法 |
CN110163220A (zh) * | 2019-04-26 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 图片特征提取模型训练方法、装置和计算机设备 |
CN110287836A (zh) * | 2019-06-14 | 2019-09-27 | 北京迈格威科技有限公司 | 图像分类方法、装置、计算机设备和存储介质 |
CN110705460A (zh) * | 2019-09-29 | 2020-01-17 | 北京百度网讯科技有限公司 | 图像类别识别方法及装置 |
CN110751171A (zh) * | 2019-09-06 | 2020-02-04 | 平安医疗健康管理股份有限公司 | 图像数据分类方法、装置、计算机设备和存储介质 |
CN111046949A (zh) * | 2019-12-10 | 2020-04-21 | 东软集团股份有限公司 | 一种图像分类方法、装置及设备 |
CN111125422A (zh) * | 2019-12-13 | 2020-05-08 | 北京达佳互联信息技术有限公司 | 一种图像分类方法、装置、电子设备及存储介质 |
CN111160335A (zh) * | 2020-01-02 | 2020-05-15 | 腾讯科技(深圳)有限公司 | 基于人工智能的图像水印处理方法、装置及电子设备 |
CN111209970A (zh) * | 2020-01-08 | 2020-05-29 | Oppo(重庆)智能科技有限公司 | 视频分类方法、装置、存储介质及服务器 |
CN111209961A (zh) * | 2020-01-03 | 2020-05-29 | 广州海洋地质调查局 | 一种冷泉区海底生物识别方法及处理终端 |
CN111444372A (zh) * | 2019-04-04 | 2020-07-24 | 北京京东尚科信息技术有限公司 | 用于图像处理的系统和方法 |
CN111611262A (zh) * | 2020-05-24 | 2020-09-01 | 济南欣格信息科技有限公司 | 基于文本解耦合和图像处理的垃圾分类识别系统 |
CN111626362A (zh) * | 2020-05-28 | 2020-09-04 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
CN111626371A (zh) * | 2020-05-29 | 2020-09-04 | 歌尔科技有限公司 | 一种图像分类方法、装置、设备及可读存储介质 |
CN112418256A (zh) * | 2019-08-21 | 2021-02-26 | 阿里巴巴集团控股有限公司 | 分类、模型训练、信息搜索方法、系统及设备 |
CN112488132A (zh) * | 2020-12-18 | 2021-03-12 | 贵州大学 | 一种基于语义特征增强的细粒度图像分类方法 |
CN112634231A (zh) * | 2020-12-23 | 2021-04-09 | 香港中文大学深圳研究院 | 一种图像分类方法、装置、终端设备和存储介质 |
WO2021102655A1 (zh) * | 2019-11-25 | 2021-06-03 | 深圳市欢太科技有限公司 | 网络模型训练方法、图像属性识别方法、装置及电子设备 |
CN113377958A (zh) * | 2021-07-07 | 2021-09-10 | 北京百度网讯科技有限公司 | 一种文档分类方法、装置、电子设备以及存储介质 |
CN114140673A (zh) * | 2022-02-07 | 2022-03-04 | 人民中科(济南)智能技术有限公司 | 一种违规图像识别方法、系统及设备 |
CN114863182A (zh) * | 2022-05-23 | 2022-08-05 | 北京百度网讯科技有限公司 | 图像分类方法、图像分类模型的训练方法及装置 |
CN117114627A (zh) * | 2023-10-18 | 2023-11-24 | 日照市自然资源和规划局 | 土地资源管理系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106777185A (zh) * | 2016-12-23 | 2017-05-31 | 浙江大学 | 一种基于深度学习的跨媒体中草药植物图像搜索方法 |
-
2018
- 2018-10-29 CN CN201811269756.0A patent/CN109522942B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106777185A (zh) * | 2016-12-23 | 2017-05-31 | 浙江大学 | 一种基于深度学习的跨媒体中草药植物图像搜索方法 |
Non-Patent Citations (1)
Title |
---|
PEIQIN ZHUANG等: "WildFish: A Large Benchmark for Fish Recognition in the Wild", 《MM "18: PROCEEDINGS OF THE 26TH ACM INTERNATIONAL CONFERENCE ON MULTIMEDIA》 * |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110046264A (zh) * | 2019-04-02 | 2019-07-23 | 云南大学 | 一种面向手机文档的自动分类方法 |
CN111444372B (zh) * | 2019-04-04 | 2024-03-08 | 北京京东尚科信息技术有限公司 | 用于图像处理的系统和方法 |
CN111444372A (zh) * | 2019-04-04 | 2020-07-24 | 北京京东尚科信息技术有限公司 | 用于图像处理的系统和方法 |
CN110163220A (zh) * | 2019-04-26 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 图片特征提取模型训练方法、装置和计算机设备 |
CN110287836A (zh) * | 2019-06-14 | 2019-09-27 | 北京迈格威科技有限公司 | 图像分类方法、装置、计算机设备和存储介质 |
CN112418256A (zh) * | 2019-08-21 | 2021-02-26 | 阿里巴巴集团控股有限公司 | 分类、模型训练、信息搜索方法、系统及设备 |
CN110751171A (zh) * | 2019-09-06 | 2020-02-04 | 平安医疗健康管理股份有限公司 | 图像数据分类方法、装置、计算机设备和存储介质 |
CN110705460A (zh) * | 2019-09-29 | 2020-01-17 | 北京百度网讯科技有限公司 | 图像类别识别方法及装置 |
CN110705460B (zh) * | 2019-09-29 | 2023-06-20 | 北京百度网讯科技有限公司 | 图像类别识别方法及装置 |
WO2021102655A1 (zh) * | 2019-11-25 | 2021-06-03 | 深圳市欢太科技有限公司 | 网络模型训练方法、图像属性识别方法、装置及电子设备 |
CN111046949A (zh) * | 2019-12-10 | 2020-04-21 | 东软集团股份有限公司 | 一种图像分类方法、装置及设备 |
CN111125422A (zh) * | 2019-12-13 | 2020-05-08 | 北京达佳互联信息技术有限公司 | 一种图像分类方法、装置、电子设备及存储介质 |
CN111125422B (zh) * | 2019-12-13 | 2024-04-02 | 北京达佳互联信息技术有限公司 | 一种图像分类方法、装置、电子设备及存储介质 |
CN111160335A (zh) * | 2020-01-02 | 2020-05-15 | 腾讯科技(深圳)有限公司 | 基于人工智能的图像水印处理方法、装置及电子设备 |
CN111160335B (zh) * | 2020-01-02 | 2023-07-04 | 腾讯科技(深圳)有限公司 | 基于人工智能的图像水印处理方法、装置及电子设备 |
CN111209961B (zh) * | 2020-01-03 | 2020-10-09 | 广州海洋地质调查局 | 一种冷泉区海底生物识别方法及处理终端 |
CN111209961A (zh) * | 2020-01-03 | 2020-05-29 | 广州海洋地质调查局 | 一种冷泉区海底生物识别方法及处理终端 |
CN111209970A (zh) * | 2020-01-08 | 2020-05-29 | Oppo(重庆)智能科技有限公司 | 视频分类方法、装置、存储介质及服务器 |
CN111209970B (zh) * | 2020-01-08 | 2023-04-25 | Oppo(重庆)智能科技有限公司 | 视频分类方法、装置、存储介质及服务器 |
CN111611262A (zh) * | 2020-05-24 | 2020-09-01 | 济南欣格信息科技有限公司 | 基于文本解耦合和图像处理的垃圾分类识别系统 |
CN111611262B (zh) * | 2020-05-24 | 2023-09-15 | 山东三宏信息科技有限公司 | 基于文本解耦合和图像处理的垃圾分类识别系统 |
CN111626362B (zh) * | 2020-05-28 | 2024-02-02 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
CN111626362A (zh) * | 2020-05-28 | 2020-09-04 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
CN111626371A (zh) * | 2020-05-29 | 2020-09-04 | 歌尔科技有限公司 | 一种图像分类方法、装置、设备及可读存储介质 |
CN111626371B (zh) * | 2020-05-29 | 2023-10-31 | 歌尔科技有限公司 | 一种图像分类方法、装置、设备及可读存储介质 |
CN112488132A (zh) * | 2020-12-18 | 2021-03-12 | 贵州大学 | 一种基于语义特征增强的细粒度图像分类方法 |
CN112634231A (zh) * | 2020-12-23 | 2021-04-09 | 香港中文大学深圳研究院 | 一种图像分类方法、装置、终端设备和存储介质 |
CN113377958A (zh) * | 2021-07-07 | 2021-09-10 | 北京百度网讯科技有限公司 | 一种文档分类方法、装置、电子设备以及存储介质 |
CN113377958B (zh) * | 2021-07-07 | 2024-08-23 | 北京百度网讯科技有限公司 | 一种文档分类方法、装置、电子设备以及存储介质 |
CN114140673A (zh) * | 2022-02-07 | 2022-03-04 | 人民中科(济南)智能技术有限公司 | 一种违规图像识别方法、系统及设备 |
CN114863182A (zh) * | 2022-05-23 | 2022-08-05 | 北京百度网讯科技有限公司 | 图像分类方法、图像分类模型的训练方法及装置 |
CN117114627A (zh) * | 2023-10-18 | 2023-11-24 | 日照市自然资源和规划局 | 土地资源管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109522942B (zh) | 2021-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109522942A (zh) | 一种图像分类方法、装置、终端设备和存储介质 | |
CN111797893B (zh) | 一种神经网络的训练方法、图像分类系统及相关设备 | |
Sarkhel et al. | A multi-objective approach towards cost effective isolated handwritten Bangla character and digit recognition | |
Sharma | Deep challenges associated with deep learning | |
CN105447569B (zh) | 一种基于深度学习的乳腺癌细胞特征分析系统 | |
CN110532417A (zh) | 基于深度哈希的图像检索方法、装置及终端设备 | |
Bi et al. | Improving image-based plant disease classification with generative adversarial network under limited training set | |
CN111507378A (zh) | 训练图像处理模型的方法和装置 | |
Sun et al. | Fast object detection based on binary deep convolution neural networks | |
Zhao et al. | Multiobjective sparse ensemble learning by means of evolutionary algorithms | |
CN111950596A (zh) | 一种用于神经网络的训练方法以及相关设备 | |
CN113807399A (zh) | 一种神经网络训练方法、检测方法以及装置 | |
US20220319233A1 (en) | Expression recognition method and apparatus, electronic device, and storage medium | |
CN110852881A (zh) | 风险账户识别方法、装置、电子设备及介质 | |
CN109492093A (zh) | 基于高斯混合模型和em算法的文本分类方法及电子装置 | |
Fonnegra et al. | Performance comparison of deep learning frameworks in image classification problems using convolutional and recurrent networks | |
CN109739960A (zh) | 文本的情感分析方法、情感分析装置及终端 | |
CN104966106B (zh) | 一种基于支持向量机的生物年龄分步预测方法 | |
CN107563407A (zh) | 一种面向网络空间多模态大数据的特征表示学习系统 | |
Sharma et al. | Deep eigen space based ASL recognition system | |
WO2022100607A1 (zh) | 一种神经网络结构确定方法及其装置 | |
Nanehkaran et al. | A pragmatic convolutional bagging ensemble learning for recognition of Farsi handwritten digits | |
CN110110628B (zh) | 一种频率综合器劣化的检测方法及检测设备 | |
CN112529151A (zh) | 一种数据处理方法以及装置 | |
Sajja et al. | Image classification using regularized convolutional neural network design with dimensionality reduction modules: RCNN–DRM |
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 |