[发明专利]图像的多标签分类方法、装置、计算机设备及存储介质

说明书

本申请实施例公开了一种图像的多标签分类方法、装置、计算机设备及存储介质，属于图像处理技术领域。本申请提供一种图像的多标签分类方法，能够在获取待处理图像后将待处理图像输入标签分类模型，得到图像对应的图像特征，同时根据知识图谱获得图谱特征矩阵，结合图像特征和图谱特征矩阵得到待激活数据，再依据待激活数据得到待处理图像对应的至少两个第二标签。其中，知识图谱用于指示标签之间的关系以及标签自身的属性。由于标签分类模型在为待处理图像添加多个标签时使用了知识图谱提供的信息，因此，本申请提高了待处理图像得到的多个标签的可靠性，同时降低了获取多个标签的复杂度。

技术领域

本申请实施例涉及图像处理技术领域，特别涉及一种图像的多标签分类方法、装置、计算机设备及存储介质。

背景技术

随着人工智能技术的快速发展，终端中对相册中的图像进行智能分类的能力也越来越强。

相关技术中，人工智能技术提供的机器学习模型能够智能判断出图像中包含的对象的种类，从而给该图像打上相应的标签。然而面对需要对单幅图像打上多个标签的场景时，现有模型将会出现错误率上升或者运算速度慢等问题。

发明内容

本申请实施例提供了一种图像的多标签分类方法、装置、计算机设备及存储介质。所述技术方案如下：

根据本申请的一方面内容，提供了一种图像的多标签分类方法，所述方法包括：

通过标签分类模型中的特征提取层提取待处理图像的图像特征，所述标签分类模型是用于为所述待处理图像添加至少两个标签的神经网络模型；

通过图谱特征矩阵处理所述图像特征，获得待激活数据，所述图谱特征矩阵是知识图谱经过图卷积神经网络处理后得到的矩阵，所述知识图谱用于指示第一标签自身的属性，以及，至少两个所述第一标签之间的关系；

通过所述标签分类模型中的激活层处理所述待激活数据，得到至少两个第二标签；

将至少两个所述第二标签确定为所述待处理图像的标签，所述第二标签属于所述第一标签。

根据本申请的另一方面内容，提供了一种图像的多标签分类装置，所述装置包括：

第一获取模块，用于获取待处理图像；

特征提取模块，用于提取所述待处理图像的图像特征；

第二获取模块，用于根据所述图像特征和图谱特征矩阵，获得待激活数据，所述图谱特征矩阵是知识图谱经过图卷积神经网络处理后得到的矩阵，所述知识图谱用于指示第一标签自身的属性，以及，至少两个所述第一标签之间的关系；

标签确定模块，用于根据所述待激活数据，获得至少两个第二标签，将至少两个所述第二标签确定为所述待处理图像的标签，所述第二标签属于所述第一标签。

根据本申请的另一方面内容，提供了一种终端，所述终端包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如本申请各个方面提供的图像的多标签分类方法。

根据本申请的另一方面内容，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如本申请各个方面提供的图像的多标签分类方法。

根据本申请的一个方面，提供了一种计算机程序产品，该计算机程序产品包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述图像的多标签分类方面的各种可选实现方式中提供的方法。