圖像分類方法和裝置制造方法及圖紙

本發明專利技術涉及一種圖像分類方法和裝置，所述方法包括：將待分類的圖像輸入多個不同的神經網絡模型，獲取各神經網絡模型的指定的多個非輸入層輸出的數據生成相應的多個圖像特征；將多個圖像特征分別輸入各神經網絡模型對應的用于判別預設類別的線性分類器，獲得相應的所述待分類的圖像包含預設類別的物體圖像的概率值；所述線性分類器是根據由相應的神經網絡模型提取的相應的訓練圖像的特征進行訓練得到的；根據獲得的各個概率值判別所述待分類的圖像是否包含預設類別的物體圖像。本發明專利技術提供的圖像分類方法裝置使得圖像分類更加準確。

Image classification method and apparatus

The present invention relates to an image classification method and device. The method comprises the following steps: to be classified image input multiple different neural network model, the neural network model to specify multiple non input layer data output by generating a plurality of corresponding image features; a plurality of images for each input feature. The neural network model of the corresponding linear discriminant classifier to obtain the corresponding preset categories, the classification of the image contains preset categories object image probability value; image feature extraction based on the training by the neural network model of the corresponding phase of training should be obtained and the linear classifier is obtained; according to various probability value objects the classification of the image judging whether an image contains preset categories. The image classification method provided by the invention enables the image classification to be more accurate.

【技術實現步驟摘要】
圖像分類方法和裝置
本專利技術涉及計算機視覺
，特別是涉及一種圖像分類方法和裝置。
技術介紹
圖像分類方法是根據在圖像信息中所反映的不同特征，把不同類別的目標區分開來的圖像處理方法，具體利用計算機對圖像進行定量分析，把圖像或圖像中的每個像元或區域劃歸為若干個類別中的某一種，以代替人的視覺判讀。對圖像進行分類后，便可以根據分類結果做進一步應用，比如圖像檢索、視頻監控以及涉及圖像的語義分析等各種應用。目前利用神經網絡模型可以實現較為準確的圖像分類，但隨著圖像分類應用的不斷擴展和細化，對圖像分類準確性的要求不斷提高，因此如何提高圖像分類的準確性成為目前需要解決的一個重要問題。
技術實現思路
基于此，有必要針對上述問題，提供一種可提高圖像分類準確性的圖像分類方法和裝置。一種圖像分類方法，所述方法包括：將待分類的圖像輸入多個不同的神經網絡模型，獲取各神經網絡模型的指定的多個非輸入層輸出的數據生成相應的多個圖像特征；將多個圖像特征分別輸入各神經網絡模型對應的用于判別預設類別的線性分類器，獲得相應的所述待分類的圖像包含預設類別的物體圖像的概率值；所述線性分類器是根據由相應的神經網絡模型提取的相應的訓練圖像的特征進行訓練得到的；根據獲得的各個概率值判別所述待分類的圖像是否包含預設類別的物體圖像。一種圖像分類裝置，所述裝置包括：圖像特征提取模塊，用于將待分類的圖像輸入多個不同的神經網絡模型，獲取各神經網絡模型的指定的多個非輸入層輸出的數據生成相應的多個圖像特征；線性分類器分類模塊，用于將多個圖像特征分別輸入各神經網絡模型對應的用于判別預設類別的線性分類器，獲得相應的所述待分類的圖像包含預設類別的物體圖像的概率值；所述線性分類器是根據由相應的神經網絡模型提取的相應的訓練圖像的特征進行訓練得到的；判別模塊，用于根據獲得的各個概率值判別所述待分類的圖像是否包含預設類別的物體圖像。上述圖像分類方法和裝置，利用神經網絡模型多個非輸入層輸出的數據來提取待分類的圖像的特征，可以更加準確地表達圖像的特性。再將圖像特征輸入相應的神經網絡模型對應的用于判別預設類別的線性分類器，利用線性分類器輸出的結果獲得的概率值能夠更加準確地反映出待分類的圖像包含預設類別的物體圖像的概率值。綜合不同的神經網絡模型各自對應的用于判別預設類別的線性分類器所對應的概率值，可以進一步提高圖像分類的準確性。附圖說明圖1為一個實施例中用于實現圖像分類方法的電子設備的結構示意圖；圖2為一個實施例中圖像分類方法的流程示意圖；圖3為一個具體實例中簡化的神經網絡模型的結構示意圖；圖4為一個實施例中一種映射函數的曲線示意圖；圖5為一個實施例中將待分類的圖像輸入多個不同的神經網絡模型，獲取各神經網絡模型的指定的多個非輸入層輸出的數據生成相應的多個圖像特征的步驟的流程示意圖；圖6為一個實施例中重新訓練神經網絡模型時輸入大于標準尺寸的訓練圖像時輸出概率值矩陣的示意圖；圖7為一個實施例中根據獲得的各個概率值判別待分類的圖像是否包含預設類別的物體圖像的步驟的流程示意圖；圖8為一個實施例中待分類的圖像與相應的概率空間分布圖表的示意圖；圖9為另一個實施例中待分類的圖像與相應的概率空間分布圖表的示意圖；圖10為一個實施例中圖像分類裝置的結構框圖；圖11為一個實施例中圖像分類裝置圖像特征提取模塊的結構框圖；圖12為另一個實施例中圖像分類裝置的結構框圖；圖13為一個實施例中圖像分類裝置的判別模塊的結構框圖。具體實施方式為了使本專利技術的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本專利技術進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本專利技術，并不用于限定本專利技術。如圖1所示，在一個實施例中，提供了一種用于實現圖像分類方法的電子設備，包括通過系統總線連接的處理器、非易失性存儲介質和內存儲器。其中處理器具有計算功能和控制該電子設備工作的功能，該處理器被配置為執行一種圖像分類方法。非易失性存儲介質包括磁存儲介質、光存儲介質和閃存式存儲介質中的至少一種，非易失性存儲介質存儲有操作系統和圖像分類裝置，該圖像分類裝置用于實現一種圖像分類方法。如圖2所示，在一個實施例中，提供了一種圖像分類方法，本實施例以該方法應用于上述圖1所示的電子設備來舉例說明。該方法具體包括如下步驟：步驟202，將待分類的圖像輸入多個不同的神經網絡模型，獲取各神經網絡模型的指定的多個非輸入層輸出的數據生成相應的多個圖像特征。其中，待分類的圖像是指需要進行分類的圖像，可承載于預設格式的圖片中，預設格式比如JPEG格式、PNG格式、BMP格式或者GIF格式等。神經網絡模型也稱為人工神經網絡模型(ArtificialNeuralNetworks，簡寫為ANNs)，是一種模擬大腦結構的機器學習模型。在機器學習領域，神經網絡經常被用來對較復雜的任務建模。神經網絡的規模，包括深度和寬度都是可以調節的，視應用領域和問題規模而定。因為神經網絡超強的表達能力，在語音識別、圖像分類、人臉識別、自然語言處理以及廣告投放等應用領域被廣泛應用。如圖3所示的簡化的神經網絡模型，神經網絡模型的結構包括多層，第一層是輸入層，最后一層是輸出層，中間包括零個或者多個中間層，每一層包括一個或多個節點。輸入層規模根據輸入變量的數量決定，輸出層規模則取決于分類類別數目。隱含層包括多個神經元，調整神經元數量就可以調整神經網絡模型的復雜度和表達能力。一般來說，神經網絡越寬越深，其建模能力越強。多個神經網絡模型至少為2個神經網絡模型，不同的神經網絡模型主要是訓練所采用的訓練集不同，訓練集不同是指訓練集中的訓練圖像不同，當然不同的訓練集中存在少部分相同的訓練圖像也是可以接受的，訓練圖像則是已知了所屬類別的圖像。不同的神經網絡模型的非輸出層的架構可以是統一的，具體非輸出層的層數和寬度可以是相同的，這里的架構不包括連接不同層的系數。非輸出層是指輸入層和中間層，而非輸入層則是指中間層和輸出層。輸出層的節點數量為多個。神經網絡模型優選可以是卷積神經網絡模型。卷積神經網絡模型中相鄰兩層神經元之間的連接關系，由原來的全連接變為每個神經元只與少數幾個神經元連接，并且連接的系數(或稱為權值)在神經元之間是相同的，稱為共享卷積核，或共享權值。這種類似于卷積的連接方式能極大減少學習的參數，學到一些具有不變性的特征，很適合處理圖像數據，用于圖像分類時可進一步提高分類準確性。將待分類的圖像輸入多個不同的神經網絡模型的輸出層，獲取各神經網絡模型的中間層和輸出層中的至少一層輸出的數據，優選可獲取各神經網絡模型的中間層和輸出層中的至少兩層輸出的數據，根據獲取的數據生成與各神經網絡模型一一對應的多個圖像特征。神經網絡模型的輸出層輸出的可以是待分類的圖像屬于預設類別的概率，輸出層的每個節點代表一種預設類別。獲取非輸入層輸出的數據時的非輸入層優選可從輸出層向輸入層的方向選擇，比如選擇輸出層和倒數第二層，或者選擇輸出層、倒數第二層以及倒數第三層。步驟204，將多個圖像特征分別輸入各神經網絡模型對應的用于判別預設類別的線性分類器，獲得相應的待分類的圖像包含預設類別的物體圖像的概率值；線性分類器是根據由相應的神經網絡模型提取的相應的訓練圖像的特征進行訓練得到的。具體地，各神經網絡模型對本文檔來自技高網...

【技術保護點】
一種圖像分類方法，所述方法包括：將待分類的圖像輸入多個不同的神經網絡模型，獲取各神經網絡模型的指定的多個非輸入層輸出的數據生成相應的多個圖像特征；將多個圖像特征分別輸入各神經網絡模型對應的用于判別預設類別的線性分類器，獲得相應的所述待分類的圖像包含預設類別的物體圖像的概率值；所述線性分類器是根據由相應的神經網絡模型提取的相應的訓練圖像的特征進行訓練得到的；根據獲得的各個概率值判別所述待分類的圖像是否包含預設類別的物體圖像。

【技術特征摘要】
1.一種圖像分類方法，所述方法包括：將待分類的圖像輸入多個不同的神經網絡模型，獲取各神經網絡模型的指定的多個非輸入層輸出的數據生成相應的多個圖像特征；將多個圖像特征分別輸入各神經網絡模型對應的用于判別預設類別的線性分類器，獲得相應的所述待分類的圖像包含預設類別的物體圖像的概率值；所述線性分類器是根據由相應的神經網絡模型提取的相應的訓練圖像的特征進行訓練得到的；根據獲得的各個概率值判別所述待分類的圖像是否包含預設類別的物體圖像。2.根據權利要求1所述的方法，其特征在于，所述將待分類的圖像輸入多個不同的神經網絡模型，獲取各神經網絡模型的指定的多個非輸入層輸出的數據生成相應的多個圖像特征，包括：將待分類的圖像輸入每個神經網絡模型；獲取每個神經網絡模型的中間層和輸出層中指定的多個層輸出的向量；將每個神經網絡模型的不同層的向量拼接，獲得分別與每個神經網絡模型對應的多個圖像特征。3.根據權利要求2所述的方法，其特征在于，所述將待分類的圖像輸入每個神經網絡模型，包括：將待分類的圖像按照多個尺度分別輸入每個神經網絡模型；所述將每個神經網絡模型的不同層的向量拼接，獲得分別與每個神經網絡模型對應的多個圖像特征，包括：將每個神經網絡模型的相同尺度的圖像對應的不同層的向量拼接，并將不同尺度的圖像對應的向量求平均值，獲得分別與每個神經網絡模型對應的多個圖像特征。4.根據權利要求1至3中任意一項所述的方法，其特征在于，所述方法還包括：將采用一種訓練集訓練的原始的神經網絡模型的輸出層的系數清空，調整輸出層與另外的訓練集適配，并采用所述另外的訓練集重新訓練得到重新訓練的神經網絡模型。5.根據權利要求4所述的方法，其特征在于，所述根據獲得的各個概率值判別所述待分類的圖像是否包含預設類別的物體圖像，包括：采用窗口遍歷待分類的圖像以提取窗口圖像并縮放至相同尺寸；將各個窗口圖像輸入到重新訓練的神經網絡模型，并獲取非輸入層輸出的數據生成窗口圖像特征；將各個窗口圖像特征分別輸入重新訓練的神經網絡模型對應的用于判別預設類別的線性分類器，并根據相應的線性分類器輸出的結果獲得各個窗口圖像包含預設類別的物體圖像的概率值；從各個窗口圖像對應的概率值中選擇值最大的概率值；從選擇的概率值和原始的神經網絡模型對應的概率值中選取值最大的概率值；計算選取的概率值和重新訓練的神經網絡模型對應的概率值的加權平均值；根據所述加權平均值與預設類別對應的概率值閾值的大小關系判別所述待分類的圖像是否包含預設類別的物體圖像。6...

【專利技術屬性】
技術研發人員：徐昆，郭曉威，黃飛躍，張睿欣，王巨宏，胡事民，劉斌，
申請(專利權)人：清華大學，騰訊科技深圳有限公司，
類型：發明
國別省市：北京,11