[发明专利]图像标签确定方法、装置及终端

说明书

本发明实施例提供了一种图像标签确定方法、装置及终端，其中所述方法包括：将图像输入卷积神经网络中，确定所述图像的特征图；将所述特征图输入分类器中；其中，所述分类器中包含多个分类任务，每个分类任务为多标签分类任务或单标签分类任务；通过所述分类器中的各分类任务，分别预测所述特征图对应的标签；其中，每个标签对应一个概率值；依据概率值从预测得到的各标签中筛选所述图像的标签。本发明提供的图像标签确定方法，能够根据图像类型适应性调整图像分类方式，灵活性强且能够提升标签预测结果的准确性。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种图像标签确定方法、装置及终端。

背景技术

深度学习在视频图像、语音识别、自然语言处理等相关领域得到了广泛应用。卷积神经网络作为深度学习的一个重要分支，由于其超强的拟合能力以及端到端的全局优化能力，使得其在目标检测、分类等计算机视觉任务中所得预测结果的精度大幅提升。虽然在标准数据集上的基于卷积神经网络的算法已经超过了人类的识别能力，但是这些算法仅能为图像给出一个标签。

然而在真实的应用场景中，一般图像包括多个物体，用户往往期望能够对输入图像给出多个分类标签，这时使用单标签的分类技术就不能解决这个问题，所以本领域技术人员根据需求设置了多标签的分类方法。但是多标签分类的技术存在如下不足：

第一、在真实的应用场景中，不是所有的任务都是需要多个标签，例如游戏或者场景分类这样的任务，仅有一个标签，完全应用多标签的算法就会对预测精度产生影响。

第二、同时不同的任务之间，执行效率各不相同，处理时间依赖于最慢的模型，对图像标签进行预测时耗时长；不仅如此，由于多个模型并行运行，需要占用大量的计算资源。

可见，无论是单标签分类方法还多标签分类方法，均不够灵活，无法根据待预测图像类型适应性调整标签分类方式。

发明内容

本发明实施例提供一种图像标签确定方法、装置及终端，以解决现有技术中存在的单标签分类方法以及多标签分类方法，进行图像标签预测时灵活性差的问题。

依据本发明的一个方面，提供了一种图像标签确定方法，所述方法包括：将图像输入卷积神经网络中，确定所述图像的特征图；将所述特征图输入分类器中；其中，所述分类器中包含多个分类任务，每个分类任务为多标签分类任务或单标签分类任务；通过所述分类器中的各分类任务，分别预测所述特征图对应的标签；其中，每个标签对应一个概率值；依据概率值从预测得到的各标签中筛选所述图像的标签。

可选地，所述通过所述分类器中的各分类任务，分别预测所述特征图对应的标签的步骤，包括：通过所述分类器将所述特征图进行降维处理，得到中间特征图；通过所述分类器将所述中间特征图平均池化，得到所述中间特征图在各分类任务下对应的特征向量；其中，所述每个分类任务下的特征向量中包含多个点，每个点对应一个所述分类任务中的标签以及一个概率值。

可选地，在所述将图像输入卷积神经网络中，确定所述图像的特征图的步骤之前，所述方法还包括：构建各分类任务对应的样本图像；初始化图像标签分类模型；基于各分类任务对应的样本图像，对所述图像标签分类模型中的分类器进行训练。

可选地，所述构建各分类任务对应的样本图像的步骤，包括：针对每个样本图像，确定所述样本图像所属的分类任务，以及所述样本图像在所述分类任务下对应的目标标签；将所述样本图像在所述目标标签位置处的概率值设置为1，将所述样本图像在所述各分类任务下除所述目标标签外的标签位置处的概率值设置为0，其中，每个标签在所属分类任务中对应一个位置。