[发明专利]一种图像内容识别方法及装置

说明书

本发明公开了一种图像内容识别方法以装置，包括：提取待识别图像的CNN特征；将所述待识别图像输入到预建的图像分类器集合中，并根据所述待识别图像的CNN特征获取所述图像分类器集合中每个图像分类器输出的概率值根据所述每个图像分类器输出的概率值，从所述图像分类器集合中选取至少一个图像分类器作为目标图像分类器；确定所述目标图像分类器中的每张图像与所述待识别图像的相似度，并根据所述相似度从所述目标图像分类器中选取多张图像作为目标图像；使用所述目标图像分类器中的类簇对应的类型标签以及所述目标图像分类器中的所述目标图像对应的实体标签，对所述待识别图像进行标注。采用本发明实施例，可以提高图像识别的精确性。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像内容识别方法及装置。

背景技术

随着互联网技术以及社交媒体的的发展，用户需要处理的图片越来越多，互联网与社交网络软件上存在大量用户上传的图片，这些图片大多数没有标注内容信息，例如：地理位置图片，知名的景点或者建筑图片等，导致用户无法确定这些图片是什么内容的图片或哪个地方的图片，因此需要一种识别这些图片的方法。

在现有技术方案中，首先抽取待识别图片的特征，然后在图像数据库中检索与待识别图片的特征最相似的若干特征数据，最后利用相似数据的相关网页文本来推断待是被图片的内容标签。但是，这种方法存在以下缺点：第一：依赖与待识别图片相关的网页文本数据，然而从文本数据中提取的内容标签包含有较多的噪声；第二：检索的图像数据库规模庞大，包含了较多的噪声，容易检索到内容相似但语义不同的图片，造成最终给出的标签不够准确；第三：识别出来的图片内容的范围较大，不够精确。

发明内容

本发明实施例提供一种图像内容识别方法及装置。通过两次相似度匹配计算对待识别图像进行标注，提高了图像识别的精确性。

本发明第一方面提供了一种图像内容识别方法，包括：

提取待识别图像的CNN特征；

将所述待识别图像输入到预建的图像分类器集合中，并根据所述待识别图像的CNN特征获取所述图像分类器集合中每个图像分类器输出的概率值，所述每个图像分类器包括一个类簇，所述类簇对应类型标签，所述每个类簇包括多个图像，所述多个图像中的每张图像对应实体标签；

根据所述每个图像分类器输出的概率值，从所述图像分类器集合中选取至少一个图像分类器作为目标图像分类器；

确定所述目标图像分类器中的每张图像与所述待识别图像的相似度，并根据所述相似度从所述目标图像分类器中选取多张图像作为目标图像；

使用所述目标图像分类器中的类簇对应的类型标签以及所述目标图像分类器中的所述目标图像对应的实体标签，对所述待识别图像进行标注。

在第一方面的第一种可能的实现方式中，所述每个图像分类器对应一个系数向量，所述根据所述待识别图像的CNN特征获取所述图像分类器集合中每个图像分类器输出的概率值包括：

将所述待识别图像的CNN特征转化为所述待识别图像的特征向量；

根据所述每个图像分类器的系数向量与所述待识别图像的特征向量，计算所述每个图像分类器与所述待识别图像的向量内积；

根据所述每个图像分类器与所述待识别图像的向量内积，计算所述每个图像分类器输出的概率值。

结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述根据所述每个图像分类器与所述待识别图像的向量内积，计算所述每个图像分类器输出的概率值包括:

将所述每个图像分类器与所述待识别图像的向量内积映射到正实数域得到指数值，并计算指数值之和；

将所述目标图像分类器与所述待识别图像的指数值除以所述指数值之和，计算得到所述目标图像分类器输出的概率值。