[发明专利]图像分类的方法和装置

权利要求书

1.一种图像分类的方法，其特征在于，包括：

获取图像的主题频次；

获取类别矩阵，所述类别矩阵中包含C个类别的向量，每个类别的向量服从正态分布，所述C为大于等于2的整数；

根据所述图像的主题频次和所述类别矩阵，利用分类器，获取所述图像的类别；

其中，所述获取图像的主题频次，包括：

以预设间距提取图像的所有相邻视觉词汇对，所述相邻视觉词汇对中包含第一视觉词汇和第二视觉词汇，所述第一视觉词汇对应的提取位置和所述第二视觉词汇对应的提取位置相邻；

获取每个相邻视觉词汇对对应的主题对；

根据所述图像的所有相邻视觉词汇对对应的主题对，确定所述图像的主题频次；

所述获取每个相邻视觉词汇对对应的主题对，包括：

获取所述图像对应的相邻主题概率矩阵；

获取每个主题对应的视觉词汇概率向量；

根据所述相邻主题概率矩阵和所述每个主题对应的视觉词汇概率向量，获取每个相邻视觉词汇对对应的主题对。

2.根据权利要求1所述的方法，其特征在于，所述根据所述相邻主题概率矩阵和所述每个主题对应的视觉词汇概率向量，获取每个相邻视觉词汇对对应的主题对，包括：

获取每个相邻视觉词汇对的N个候选主题对，其中，所述候选主题对包含第一候选主题和第二候选主题；

针对所述N个候选主题对中的每个所述候选主题对，根据所述相邻主题概率矩阵和所述每个主题对应的视觉词汇概率向量，获取所述相邻视觉词汇对为所述候选主题对的概率；

根据获取的N个所述相邻视觉词汇对为所述候选主题对的概率，确定最大概率对应的候选主题对为所述相邻视觉词汇对对应的主题对。

3.根据权利要求2所述的方法，其特征在于，所述根据所述相邻主题概率矩阵和所述每个主题对应的视觉词汇概率向量，获取所述相邻视觉词汇对为所述候选主题对的概率，包括：

根据所述相邻主题概率矩阵，获取所述候选主题对为相邻主题的第一概率；

根据所述每个主题对应的视觉词汇概率向量，获取所述第一候选主题为第一视觉词汇的第二概率，以及所述第二候选主题为所述第二视觉词汇的第三概率；

根据所述第一概率、所述第二概率和所述第三概率，获取所述相邻视觉词汇对为所述候选主题对的概率。

4.根据权利要求1所述的方法，其特征在于，所述获取所述图像对应的相邻主题概率矩阵，包括：

根据Θ_d～Dir(α)作一次概率抽取，获取所述图像对应的相邻主题概率矩阵，其中，Dir(α)是参数为α的狄利克雷概率分布，Θ_d为第d幅图像对应的相邻主题概率矩阵，其中，d为大于等于1小于等于D的整数，所述D为所有图像的总数。

5.根据权利要求4所述的方法，其特征在于，所述获取每个主题对应的视觉词汇概率向量，包括：

根据β_k～Dir(γ)作一次概率抽取，获取每个主题对应的视觉词汇概率向量，其中，Dir(γ)是参数为γ的狄利克雷概率分布，β_k为第k个主题对应的视觉词汇概率向量，其中，k为大于等于1小于等于K的整数，所述K为所有主题的总数。

6.根据权利要求5所述的方法，其特征在于，所述根据所述图像的主题频次和所述类别矩阵，利用分类器，获取所述图像的类别，包括：

根据获取所述图像的类别，其中，是图像的主题频次直方图；Z_di表示第d幅图像的第i个主题，Z_dj表示第d幅图像的第j个主题，|z_d|表示第d幅图像的主题的个数；

η＝[η₁，η₂，......，η_C]^T，其中，η_c表示softmax函数第c个类别的向量，η_c～N(0，ρ²)，c为大于等于1小于等于C的整数，C为所有类别的总数，N(0，ρ²)为均值为0，方差为ρ²的正太分布。