[发明专利]图像分类方法、装置、设备及存储介质

权利要求书

1.一种图像分类方法，其特征在于，所述图像分类方法包括：

获取待分类的图像数据；

通过预设特征提取模型对所述待分类的图像数据进行特征提取，得到待分类的图像特征；

对所述待分类的图像特征进行特征适应，得到调整后的特征，并根据调整后的特征对所述待分类的图像数据进行图像分类。

2.如权利要求1所述的图像分类方法，其特征在于，所述待分类的图像数据包括：第一图像数据和第二图像数据，其中，所述第一图像数据标记有类别标签，所述第二图像数据未标记类别标签；

所述对所述待分类的图像特征进行特征适应，得到调整后的特征，包括：

获取所述第一图像数据的第一类别；

基于所述第一类别计算所述待分类的图像特征的均值，得到第一类原型；

基于所述第一类原型对所述第二图像数据进行预分类，得到与所述第一类别相同的第三图像数据；

获取所述第三图像数据的第三图像特征和所述第一图像数据的第一图像特征；

对所述第一图像特征和所述第三图像特征进行加权平均，得到调整后的第二类原型；

根据所述第二类原型得到调整后的图像特征。

3.如权利要求2所述的图像分类方法，其特征在于，所述基于所述第一类原型对所述第二图像数据进行预分类，得到与所述第一类别相同的第三图像数据，包括：

基于第一类原型通过预设相似度函数对所述第二图像特征进行相似度计算，得到预设相似度的第三图像数据，所述第三图像数据属于所述第二图像数据；

将所述预设相似度的第三图像数据归类至所述第一类原型中，得到与所述第一类别相同的第三图像数据。

4.如权利要求2所述的图像分类方法，其特征在于，所述对所述第一图像特征和所述第三图像特征进行加权平均，得到调整后的第二类原型，包括：

计算所述第一图像特征和所述第三图像特征的第一相似度；

通过逻辑回归模型对所述第一相似度进行处理，得到第一权重；

通过所述第一权重对所述第一图像特征和所述第三图像特征进行加权平均，得到调整后的第二类原型。

5.如权利要求2所述的图像分类方法，其特征在于，所述对所述待分类的图像特征进行特征适应，得到调整后的特征，还包括：

计算所述第二图像数据中的各图像之间的相似度，得到各图像的相似度；

通过所述各图像的相似度进行双向选择，得到选择后的图像数据；

对所述选择后的图像数据的图像特征进行加权平均，得到调整后的特征。

6.如权利要求5所述的图像分类方法，其特征在于，所述通过所述各图像的相似度进行双向选择，得到选择后的图像数据，包括：

根据所述各图像的相似度得到邻接矩阵；

根据所述邻接矩阵计算得到掩码矩阵；

对所述掩码矩阵进行双向最近邻选择，得到选择后的图像数据。

7.如权利要求6所述的图像分类方法，其特征在于，所述对所述选择后的图像数据的图像特征进行加权平均，得到调整后的特征，包括：

获取所述掩码矩阵中的第i行第j列对应的元素m_ij；

通过所述第i行第j列对应的元素m_ij得到选择后的图像数据与第i个图像数据的第二相似度e_ij和所述选择后的图像数据的图像特征q_j；

通过逻辑回归模型对所述第二相似度e_ij进行处理，得到第二权重ω_j；

通过所述第二权重ω_j对所述选择后的图像数据的图像特征q_j进行加权平均，得到调整后的特征。