[发明专利]图像处理方法及装置、图像分类方法及装置

权利要求书

1.一种图像处理方法，包括：

获取待处理图像；

通过第一机器学习模型，计算得到所述待处理图像的第一分类结果，其中，所述第一机器学习模型适于为图像打标，并输出所述图像的标签以及标签的概率；

通过第二机器学习模型，计算得到所述待处理图像的第二分类结果，其中，所述第二机器学习模型适于基于图像的向量检索结果为所述图像打标，并输出所述图像的标签以及标签的概率；

至少基于所述第一分类结果和第二分类结果，确定所述待分类图像的目标分类结果；

基于所述目标分类结果实现对所述待处理图像的审核。

2.根据权利要求1所述的图像处理方法，所述基于所述目标分类结果实现对所述待处理图像的审核之前，还包括：

获取业务系统的业务规则策略；

相应地，所述基于所述目标分类结果实现对所述待处理图像的审核包括：

判断所述待分类图像的目标分类结果与所述业务规则策略是否匹配，

若否，则所述待分类图像审核通过。

3.一种图像分类方法，包括：

接收待分类图像，并基于分类模型获得所述待分类图像的第一分类结果；

基于预设方法对所述待分类图像进行处理，且将处理结果输入至重排序模型中获得所述待分类图像的第二分类结果；

根据所述第一分类结果和所述第二分类结果确定所述待分类图像的目标分类结果。

4.根据权利要求3所述的图像分类方法，所述基于预设方法对所述待分类图像进行处理，且将处理结果输入至重排序模型中获得所述待分类图像的第二分类结果包括：

基于特征提取模型提取所述待分类图像的图像特征；

将所述图像特征输入至向量索引，得到所述待分类图像的检索结果；

将所述检索结果输入至重排序模型中，获得所述待分类图像的第二分类结果。

5.根据权利要求3所述的图像分类方法，所述接收待分类图像之后，还包括：

将所述待分类图像与样本数据库中的样本图像进行匹配，且判断所述样本数据库中是否存在与所述待分类图像匹配的样本图像，

若否，则基于所述分类模型获得所述待分类图像的第一分类结果，

其中，所述样本数据库中存储样本图像以及每个样本图像对应的样本标签。

6.根据权利要求5所述的图像分类方法，所述样本数据库中的每个样本图像均携带有MD5值；

所述将所述待分类图像与样本数据库中的样本图像进行匹配包括：

提取所述待分类图像的MD5值，并将所述待分类图像的MD5值与样本数据库中的样本图像的MD5值进行匹配。

7.根据权利要求3所述的图像分类方法，所述分类模型的训练方法包括如下步骤：

获取训练样本数据集，其中，所述样本数据集中包括样本数据以及每个所述样本数据对应的样本标签；

基于预设维度对所述训练样本数据集进行分类，以获得每种组合维度对应的训练样本数据，

其中，每种组合维度对应的训练样本数据对应一种初始分类模型；

通过每种组合维度对应的训练样本数据分别对对应的初始分类模型进行训练，得到所述分类模型，所述分类模型输出所述样本数据的样本标签以及所述样本标签针对所述样本数据的概率。

8.根据权利要求4所述的图像分类方法，所述特征提取模型的训练方法包括如下步骤：

获取训练样本数据集，其中，所述样本数据集中包括样本数据以及每个样本数据对应的样本特征；

通过所述样本数据集对初始特征提取模型进行训练，得到所述特征提取模型，所述特征提取模型输出每个样本数据对应的样本特征。