[发明专利]使用机器学习模型来对图像进行分类

权利要求书

1.一种方法，包括：

获得训练数据，所述训练数据用于训练具有多个参数的机器学习模型，

其中，所述机器学习模型被配置成处理输入图像以针对每个输入图像生成嵌入空间中的预测点，并且

其中，所述训练数据包括多个训练图像以及针对每个训练图像的标签数据，所述标签数据从在所述训练图像中描绘的一个或多个对象所属的对象类别集中识别一个或多个对象类别；

根据针对所述训练数据中的所述训练图像的所述标签数据，确定所述对象类别集中的所述对象类别中的每一个对象类别的所述嵌入空间中的相应的数字嵌入，其中，任何两个对象类别的数字嵌入之间的所述嵌入空间中的距离反映所述两个对象类别在所述训练图像中的视觉共现的程度，其中，所述视觉共现的程度是基于针对所述训练图像的所述标签数据将所述对象类别中的两者与所述训练图像相关联的相对频率；以及

在所述训练数据上训练所述机器学习模型，包括，针对所述训练图像中的每一个训练图像：

依照所述参数的当前值，使用所述机器学习模型来处理所述训练图像，以针对所述训练图像生成所述嵌入空间中的预测点；以及

调整所述参数的当前值，以减小所述嵌入空间中的所述预测点与在针对所述训练图像的所述标签数据中识别的所述对象类别的数字嵌入之间的距离。

2.根据权利要求1所述的方法，其中，确定所述对象类别中的每一个对象类别的相应的嵌入包括：

确定在所述训练数据中测量的所述对象类别集中的对象类别的每个可能对之间的相应的逐点互信息测度；

构造所述逐点互信息测度的矩阵；

执行逐点互信息测度的矩阵的特征分解以确定嵌入矩阵；以及

根据所述嵌入矩阵的行来确定所述数字嵌入。

3.根据权利要求2所述的方法，其中，根据所述嵌入矩阵的行来确定所述数字嵌入包括：

将所述嵌入矩阵限制到所述嵌入矩阵的前k列以生成受限嵌入矩阵；以及

使用所述受限嵌入矩阵的行作为所述数字嵌入。

4.根据权利要求2所述的方法，其中，执行所述逐点互信息测度的矩阵的特征分解以确定嵌入矩阵包括：

将所述逐点互信息测度PMI的矩阵分解成满足下式的矩阵的矩阵乘积：

PMI＝U·∑·U^t，

其中Σ具有在主对角线中从最高有效到最低有效排名的特征值，其中，所述嵌入矩阵E满足：

E＝U·∑^1/2。

5.根据权利要求1所述的方法，其中，调整所述参数的当前值包括：

根据在针对所述训练图像的所述标签数据中识别的所述对象类别的数字嵌入来确定组合嵌入；以及

调整所述参数的当前值以减小所述组合嵌入与针对所述训练图像的所述嵌入空间中的所述预测点之间的余弦接近度。

6.根据权利要求5所述的方法，其中，确定所述组合嵌入包括：对在针对所述训练图像的所述标签数据中识别的所述对象类别的数字嵌入求和。

7.根据权利要求1所述的方法，其中，所述机器学习模型是深度卷积神经网络。

8.一种方法，包括：

维护数据，所述数据将对象类别集中的每个对象类别映射到所述对象类别在嵌入空间中的相应数字嵌入，其中，针对任何两个对象类别的所述数字嵌入之间的所述嵌入空间中的距离反映所述两个对象类别在多个训练图像中的视觉共现的程度，其中，每个训练图像与标签数据相关联，所述标签数据从在所述训练图像中描绘的一个或多个对象所属的对象类别集中识别一个或多个对象类别，以及其中，所述视觉共现的程度是基于针对所述训练图像的所述标签数据将所述对象类别中的两者与所述训练图像相关联的相对频率；

接收输入图像；

使用机器学习模型来处理所述输入图像，其中，所述机器学习模型已被配置成处理所述输入图像以生成所述嵌入空间中的预测点；

根据所维护的数据来确定最接近于所述嵌入空间中的所述预测点的一个或多个数字嵌入；以及

将所述输入图像分类为包括属于通过所述一个或多个数字嵌入所表示的所述对象类别的一个或多个对象的图像。