[发明专利]一种风景图片分类方法及其装置

说明书

本发明涉及一种基于安卓系统的风景图片分类方法及其装置，该方法包括如下步骤：获取待分类图片，提取待分类图片的全局场景特征向量，将待分类图片的全局场景特征向量输入预设在安卓系统中的风景种类识别模型，获取待分类图片的风景种类识别结果，根据待分类图片的风景种类识别结果，对待分类图片进行分类，减少用户浏览查找特定风景类别图片的时间，提高了用户体验。

技术领域

本发明涉及图片分类技术领域，更具体地说，涉及一种风景图片分类方法及其装置。

背景技术

随着智能手机的普及，人们已经习惯用手机拍摄日常风光并进行浏览或推送。随着使用时间的延长，图库中的图片逐步增多，目前的图库分类方式是通过元数据进行分类，即按照图片尺寸或存储时间或编码格式进行分类，因此常常会出现将不同内容的图片放入同一分类文件夹的情况，导致用户难以快速找到特定的风景图片，不利于提高了用户的使用体验。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种风景图片分类方法和一种图片分类装置。

本发明解决其技术问题所采用的技术方案是：

一方面，提供了一种基于安卓系统的风景图片分类方法，其中，包括如下步骤：

获取待分类图片；

提取待分类图片的全局场景特征向量；

将所述待分类图片的全局场景特征向量输入预设在安卓系统中的风景种类识别模型，获取待分类图片的风景种类识别结果；

根据所述待分类图片的风景种类识别结果，对待分类图片进行分类。

优选的，获取待分类图片的步骤之前，所述方法还包括：建立风景种类识别模型；

建立风景种类识别模型的步骤，包括：

建立图片数据库，所述图片数据库的图片源于网络上的Scene Eight CategoriesOutdoor数据库；

从所述图片数据库中获取建模图片；

提取建模图片的全局场景特征向量以及与建模图片关联的真实标签；所述真实标签携带有建模图片所属风景种类的信息；

根据所述建模图片的全局场景特征向量以及真实标签所携带的建模图片所属风景种类信息，建立风景种类识别模型。

优选的，建立风景种类识别模型的步骤之后，所述方法还包括：

在PC端上通过Open CV开源机器视觉库中的SVM分类器训练所述风景种类识别模型；

训练风景种类识别模型的步骤包括：

从所述图片数据库中选取训练图片，并标记训练图片；

获取训练图片的绝对路径；所述绝对路径携带有训练图片所属风景种类的信息；

采用哈希表记录训练图片的绝对路径，并将所述哈希表置于Java容器中；

提取训练图片的全局场景特征向量，将所述训练图片的全局场景特征向量输入所述风景种类识别模型，获取训练图片的风景种类识别结果；

将所述训练图片的风景种类识别结果置于所述Java容器中；

比对所述训练图片的风景种类识别结果和所述绝对路径所携带的训练图片所属风景种类信息；

根据比对结果以及预设的模型评估规则，获取所述风景种类识别模型的评估结果；所述评估结果包括识别准确率、识别效率以及泛化能力。

优选的，建立风景种类识别模型的步骤之前，所述方法还包括：