[发明专利]图像分类方法、装置以及计算机可读存储介质

权利要求书

1.一种图像分类方法，其特征在于，包括：

获得原始图像、以及所述原始图像中所包括的对象的类别，其中，所述类别是指针对图像中包含的对应的对象进行分类的维度，所述分类的维度包括所述对象外观上呈现的外在特性和所述对象外观隐含的内在特性中的任意一种；

调整所述原始图像的显示参数满足取值条件；

根据所述显示参数的分布需要满足的分布条件，对所述原始图像的所述显示参数进行变换获得新图像，其中，所述分布条件为指针对不同的显示参数预先设置的需要满足的条件，所述分布条件包括：平均分布条件、随机分布条件和高斯分布条件的其中之一；

基于调整后的原始图像和所述新图像进行组合构造的训练集、以及所包括对象的类别，训练神经网络模型；

在组合神经网络模型中，利用所述组合神经网络模型提取待预测图像的图像特征、以及标注有对象的类别的参考图像的图像特征，所述参考图像为所述训练集中图像；

确定所述待预测图像的图像特征、与所述参考图像的图像特征的距离向量，将所述距离向量进行降采样处理；

将降采样处理后的距离向量映射到特定取值空间，得到所述待预测图像属于所述参考图像所标注的所述对象的类别的概率。

2.如权利要求1所述的图像分类方法，其特征在于，所述调整所述原始图像的显示参数满足取值条件，包括：

检测所述原始图像中所包括对象的成像区域；

调整所述原始图像的尺寸，直至所述原始图像所包括对象的成像区域的尺寸一致。

3.如权利要求1所述的图像分类方法，其特征在于，所述调整所述原始图像的显示参数满足取值条件，包括：

基于所述原始图像需要满足的识别度，对所述原始图像的各个颜色通道进行图像增强处理。

4.如权利要求1所述的图像分类方法，其特征在于，所述调整所述原始图像的显示参数满足取值条件，包括：

对所述原始的图像中对象的未成像区域进行裁剪；

调整裁剪后的图像符合预设尺寸。

5.如权利要求1所述的图像分类方法，其特征在于，所述根据显示参数的分布需要满足的分布条件，对所述原始图像的显示参数进行变换获得新图像，包括：

根据所述图像的至少一种类别的显示参数所处的取值空间、以及在所述取值空间所满足的分布条件，确定根据所述原始图像的显示参数相较于所述分布条件所缺失的显示参数；

将所述原始图像的显示参数向所述缺失的显示参数进行变换得到新图像。

6.如权利要求1所述的图像分类方法，其特征在于，所述训练神经网络模型，包括：

初始化神经网络模型；

初始化与所述神经网络模型顺序连接的距离计算层、全连接层、以及分类层，得到用于对所述待预测图像分类的组合神经网络模型，将所述训练集包括的图像以及对应的类别输入所述神经网络模型进行迭代训练，直至所述神经网络模型的损失函数满足收敛条件。

7.如权利要求1所述的图像分类方法，其特征在于，所述基于调整后的原始图像和所述新图像进行组合构造的训练集、以及所包括的对象的类型，训练神经网络模型之前，还包括：

基于调整后的原始图像和所述新图像进行两两组合构造训练集。