[发明专利]数据处理方法和装置

权利要求书

1.一种图像数据处理方法，其特征在于，包括：

将训练数据集中的图像数据输入到构建的随机森林模型中的多棵决策树中，获得训练数据集中的每个图像数据在决策树上的图像分类结果；

根据图像分类结果，统计所述训练数据集中的每个图像数据对每个类的投票数，其中，图像数据对某个类的投票数为图像数据被判定为该类的次数；

对于所述训练数据集中的每个图像数据，以图像数据为查看基准，将同一图像数据对各个类的投票数中值最大的投票数确定为最高投票数；

以类为查看基准，根据各个类对应的最高投票数中的最小值确定该类的判定阈值，以便根据判定阈值对待测的图像数据进行图像分类。

2.根据权利要求1所述的图像数据处理方法，其特征在于，如果同一图像数据对各个类的投票数中值最大的投票数有多个，将其中对应类的预设的优先级最高的投票数确定为最高投票数。

3.根据权利要求1所述的图像数据处理方法，其特征在于，还包括：

如果同一图像数据对各个类的投票数中值最大的投票数有多个，将其中对应类的预设的优先级不是最高的投票数置为修正投票数，其中，同一类对应的投票数和修正投票数之差大于0。

4.根据权利要求1所述的图像数据处理方法，其特征在于，所述根据各个类对应的最高投票数中的最小值确定该类的判定阈值包括：

将各个类对应的最高投票数中的最小值确定为该类的判定阈值；或者，

将通过不同训练数据集中的图像数据获得的各个类对应的最高投票数中的最小值的均值确定为该类的判定阈值。

5.根据权利要求1所述的图像数据处理方法，其特征在于，还包括：

根据所述随机森林模型中的决策树的分类结果和所述判定阈值对图像数据进行图像分类。

6.根据权利要求5所述的图像数据处理方法，其特征在于，所述采用所述随机森林模型中的决策树的分类结果和所述判定阈值对图像数据进行图像分类包括：

将待测的图像数据输入到所述随机森林模型中的多棵决策树中，获得待测的图像数据在每棵决策树上的图像分类结果；

根据图像分类结果，统计所述待测的图像数据对每个类的投票数；

在待测的图像数据对每个类的投票数中，将投票数大于或等于所述判定阈值的类确定为所述待测的图像数据的图像分类结果。

7.根据权利要求6所述的图像数据处理方法，其特征在于，所述将投票数大于或等于所述判定阈值的类确定为所述待测的图像数据的图像分类结果包括：

将投票数大于或等于所述判定阈值的类中预设的优先级最高的类确定为所述待测的图像数据的图像分类结果；或者，

将投票数大于或等于所述判定阈值的类中投票数最多的类确定为所述待测的图像数据的图像分类结果；或者，

在投票数大于或等于所述判定阈值的多个类中，如果预设的优先级最高的类与其他类的投票数之差大于预设值，将预设的优先级最高的类确定为所述待测的图像数据的图像分类结果；如果预设的优先级最高的类与其他类的投票数之差不大于预设值，将投票数最多的类确定为所述待测的图像数据的图像分类结果。

8.根据权利要求1所述的图像数据处理方法，其特征在于，所述随机森林模型的图像分类数量大于或等于三类。