[发明专利]一种图像特征获取方法及装置，电子设备

说明书

本申请提供了一种图像特征获取方法，属于计算机技术领域，解决现有技术中存在的获取的图像特征对图像表达能力弱的问题。所述方法包括：通过预设类别的训练图像训练分类模型；通过验证图像对所述分类模型的分类结果进行测试，确定所述分类模型混淆的不相似图像对，基于所述预设类别的训练图像确定相似图像对，基于所述相似图像对和不相似图像对，优化所述分类模型，以通过优化后的所述分类模型获取图像特征。本申请公开的图像特征获取方法，通过基于验证图像确定分类模型混淆的类别，并基于易混淆类别的图像构建不相似图像对，结合相似图像对共同对所述分类模型进行调优，以获得图像更准确的特征表达。

技术领域

本申请涉及计算机技术领域，特别是涉及一种图像特征获取方法及装置，电子设备。

背景技术

产品图像特征应用于业务逻辑或参与相关模型的训练，在检索、推荐等不同业务中获得了广泛应用。现有技术中获取产品的图像特征的主要方法是分类模型训练，然后，将分类模型的特征表达层提取的特征作为图像特征。现有技术中的图像特征获取方法，在产品图像所属类别数目较少的情况下，分类的准确率较高，但是获取到的图像特征泛化能力较弱；在产品图像所属类别数目较大的情况下，则会导致分类模型的分类准确率降低，提取的图像特征对不同类别产品图像的表达能力减弱。

可见，现有技术中的图像特征获取方法至少存在获取的图像特征对图像表达能力弱的问题。

发明内容

本申请提供一种方法，解决现有技术中的图像特征获取方法存在的获取的图像特征对图像表达能力弱的问题。

为了解决上述问题，第一方面，本申请实施例提供了一种图像特征获取方法包括：

通过预设类别的训练图像训练分类模型；

通过验证图像对所述分类模型的分类结果进行测试，确定所述分类模型混淆的不相似图像对；

基于所述预设类别的训练图像确定相似图像对；

基于所述相似图像对和不相似图像对，优化所述分类模型；

利用优化后的所述分类模型获取图像特征。

第二方面，本申请实施例提供了一种图像特征获取装置，包括：

分类模型训练模块，用于通过预设类别的训练图像训练分类模型；

不相似图像对确定模块，用于通过验证图像对所述分类模型训练模块训练的分类模型的分类结果进行测试，确定所述分类模型混淆的不相似图像对；

相似图像对确定模块，用于基于所述预设类别的训练图像确定相似图像对；

分类模型优化模块，用于基于所述相似图像对和不相似图像对，优化所述分类模型；

图像特征获取模块，用于利用优化后的所述分类模型获取图像特征。

第三方面，本申请实施例还公开了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在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本申请实施例所述的图像特征获取方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时本申请实施例公开的图像特征获取方法的步骤。