[发明专利]一种图像分类方法、装置及存储介质

权利要求书

1.一种图像分类方法，其特征在于，所述方法包括：

获取待分类图像的至少两个图像特征；其中，不同的图像特征是根据不同标签对应的特征向量得到的；

针对每个标签，分别获得每个图像特征对应该标签的预测值；

针对每个标签，根据各个图像特征对应该标签的各个预测值确定该标签的目标预测值；

将各标签的目标预测值作为所述待分类图像的标签预测值；

根据所述待分类图像的标签预测值对所述待分类图像进行分类。

2.根据权利要求1所述的方法，其特征在于，所述获取待分类图像的至少两个图像特征，包括：

从所述待分类图像中获得至少两个子图像，所有子图像的拼接图像中包括所述多标签图像的所有区域；

针对每个子图像进行特征提取，获得子图像的子图像特征；

将各子图像特征作为所述待分类图像的图像特征。

3.根据权利要求1所述的方法，其特征在于，所述获取待分类图像的至少两个图像特征，包括：

从所述待分类图像中获得至少两个子图像，所有子图像的拼接图像中包括所述多标签图像的所有区域；

对所述待分类图像进行特征提取，得到所述待分类图像的至少两个全局图像特征；以及，

对每个子图像进行特征提取，得到每个所述子图像的至少两个局部图像特征；其中，每个子图像的局部图像特征的数量与全局图像特征的数量相同，且互相对应；

针对每个子图像的每个局部图像特征，将该局部图像特征与所述待分类图像中对应于该局部图像特征的全局图像特征进行融合，得到该局部图像特征的融合图像特征；

将各子图像的融合图像特征作为所述待分类图像的图像特征。

4.根据权利要求3所述的方法，其特征在于，通过以下方法得到融合图像特征：

针对每个子图像的每个局部图像特征，将该局部图像特征与所述待分类图像中对应于该局部图像特征的全局图像特征的平均值作为融合图像特征；或，

针对每个子图像的每个局部图像特征，将该局部图像特征与所述待分类图像中对应于该局部图像特征的全局图像特征中每一维度的最大值进行组合，并将组合结果作为融合图像特征；或，

针对每个子图像的每个局部图像特征，将该局部图像特征与所述待分类图像中对应于该局部图像特征的全局图像特征连接，并输入到全连接网络模型，输出得到融合图像特征。

5.根据权利要求2或3所述的方法，其特征在于，所述从所述待分类图像中获得至少两个子图像，包括：

确定所述待分类图像的长边和短边，确定所述待分类图像的第一边为所述短边，第二边为所述长边；

设定和子图像尺寸相同的切分窗口，以所述短边开始，沿所述长边每次将切分窗口移动设定长度，根据所述切分窗口在所述待分类图像中的区域中得到所述子图像。

6.根据权利要求1所述的方法，其特征在于，所述获取待分类图像的至少两个图像特征，包括：

对所述待分类图像进行特征提取，得到所述待分类图像的特征图；

将所述特征图与各标签对应的特征向量分别进行卷积计算，得到各标签对应的注意力掩膜；

将所述特征图与所述各标签对应的注意力掩膜分别进行点乘计算，得到所述待分类图像的至少两个图像特征。

7.根据权利要求1～4任一项或6所述的方法，其特征在于，所述针对每个标签，根据各个图像特征对应该标签的各个预测值确定该标签的目标预测值，具体包括：

针对每个标签，将每个图像特征对应该标签的预测值中的最大值确定为该标签的目标预测值。