[发明专利]图像分类方法、装置、电子设备和存储介质

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：

对目标图像进行特征提取，得到特征图；

对所述特征图的多个指定区域进行裁剪处理，得到各所述指定区域分别对应的特征子图；

基于关联关系提取模型对裁剪得到的多个所述特征子图进行关联关系提取操作，得到包含各所述特征子图之间的关联关系的分类特征；

对所述分类特征进行分类处理，得到所述目标图像的分类结果。

2.根据权利要求1所述的方法，其特征在于，关联关系提取模型包括编码器和解码器，所述基于关联关系提取模型对裁剪得到的多个所述特征子图进行关联关系提取操作，得到包含各所述特征子图之间的关联关系的分类特征，包括：

对每个所述特征子图分别进行降维处理，得到各个所述特征子图分别对应的特征向量；

将各所述特征子图对应的所述特征向量按照指定顺序输入至所述编码器进行编码处理得到各特征子图的特征向量的编码结果；

采用所述解码器对所述编码结果进行解码处理，得到所述分类特征。

3.根据权利要求2所述的方法，其特征在于，所述解码器针对每个特征向量输出一个输出向量；则所述采用所述解码器对所述编码结果进行解码处理，得到所述分类特征，包括：

采用所述解码器对所述编码结果进行解码处理，得到第i个输出向量作为所述分类特征，其中i为正整数，且i小于或等于所述特征子图的总数量。

4.根据权利要求1所述的方法，其特征在于，所述多个指定区域在所述特征图中的位置分布不同，所述对所述特征图的多个指定区域进行裁剪处理，得到各所述指定区域分别对应的特征子图，包括：

采用以下方式中的任一方式或组合得到各所述指定区域分别对应的特征子图：

方式1：在各所述指定区域内进行随机裁剪，得到指定尺寸的初始特征子图；将各所述初始特征子图进行缩放处理，得到目标尺寸的所述特征子图；

方式2：对各所述指定区域分别执行：

以所述指定区域的中心为裁剪后的初始特征子图的中心，从所述指定区域中裁剪出所述初始特征子图；将各所述初始特征子图进行缩放处理，得到目标尺寸的所述特征子图。

5.根据权利要求1-4中任一所述的方法，其特征在于，所述对所述分类特征进行分类处理，得到所述目标图像的分类结果，包括：

采用深度神经网络对所述分类特征进行特征提取得到目标特征；

基于特征与分类结果之间的对应关系，得到所述目标特征属于目标类别的概率；

当所述概率大于概率阈值时，确定所述目标对象的类别为所述目标类别。

6.根据权利要求1所述的方法，其特征在于，所述对目标图像进行特征提取，得到特征图，包括：

采用预先训练的分类网络对所述目标对象进行特征提取，得到所述特征图。

7.一种图像分类装置，其特征在于，所述装置包括：

特征图提取模块，被配置为执行对目标图像进行特征提取，得到特征图；

裁剪模块，被配置为执行对所述特征图的多个指定区域进行裁剪处理，得到各所述指定区域分别对应的特征子图；

关联信息提取模块，被配置为执行基于关联关系提取模型对裁剪得到的多个所述特征子图进行关联关系提取操作，得到包含各所述特征子图之间的关联关系的分类特征；

分类模块，被配置为执行对所述分类特征进行分类处理，得到所述目标图像的分类结果。

8.根据权利要求7所述的装置，其特征在于，关联关系提取模型包括编码器和解码器，所述关联信息提取模块，被配置为执行：

对每个所述特征子图分别进行降维处理，得到各个所述特征子图分别对应的特征向量；

将各所述特征子图对应的所述特征向量按照指定顺序输入至所述编码器进行编码处理得到各特征子图的特征向量的编码结果；

采用所述解码器对所述编码结果进行解码处理，得到所述分类特征。