[发明专利]一种图像分类方法及卷积神经网络生成方法

权利要求书

1.一种图像分类方法，适于在移动终端中执行，所述移动终端包括图像库，所述图像库中存储有多张图像，所述方法包括步骤：

对图像库中的每一张图像，对该图像进行分类处理以获取其对应的类别；

若所述类别为文本类，则对该图像进行文字识别，以提取出该图像所包含的文本信息；

将所述文本信息与该图像的图像存储路径及图像名称进行关联存储。

2.如权利要求1所述的方法，当接收到用户键入的检索词时，所述方法还包括：

根据所述检索词查找是否存在与其相同或相似的文本信息；

若存在，则获取该文本信息关联的图像存储路径；

根据该图像存储路径查找到其对应的图像，将该图像和该文本信息向用户展示。

3.如权利要求1或2所述的方法，所述对该图像进行文字识别，以提取出该图像所包含的文本信息的步骤包括：

获取该图像所包含的各单个文字对应的文字图像区域；

分别对各文字图像区域进行文字识别，以确定各文字图像区域所包含的文字；

基于各文字生成该图像对应的文本信息。

4.如权利要求3所述的方法，所述基于各文字生成该图像对应的文本信息的步骤包括：

获取该图像中各文字图像区域之间的位置关系；

根据所述位置关系，对各文字图像区域对应的文字进行组合，以生成该图像对应的文本信息。

5.一种移动终端，包括：

一个或多个处理器；

存储器；以及

一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1-4中任一项所述的方法的指令。

6.一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由移动终端执行时，使得所述移动终端执行根据权利要求1-4中任一项的方法。

7.一种用于对图像进行分类处理的卷积神经网络生成方法，适于在计算设备中执行，所述方法包括步骤：

构建处理块，所述处理块包括卷积层；

分别构建池化层、全连接层和分类器；

根据多个处理块和池化层，结合所述全连接层和分类器构建卷积神经网络，所述卷积神经网络以处理块为输入，以所述分类器为输出；

根据预先获取的图像类别数据集合对所述卷积神经网络进行训练，以便所述分类器的输出指示输入图像所对应的类别，所述图像类别数据集合包括多个图像类别信息，每个图像类别信息包括满足预设尺寸的第一图像和该第一图像对应的类别信息。

8.一种用于对图像中的文字进行识别的卷积神经网络生成方法，适于在计算设备中执行，所述方法包括步骤：

构建第一处理块，所述第一处理块包括第一卷积层；

构建第二处理块，所述第二处理块包括第一全连接层；

分别构建第一池化层、第二全连接层和第一分类器；

根据一个或多个第一处理块、第一池化层和第二处理块，结合所述第二全连接层和第一分类器构建卷积神经网络，所述卷积神经网络以第一处理块为输入，以所述第一分类器为输出；

根据预先获取的文字图像数据集合对所述卷积神经网络进行训练，以便所述第一分类器的输出指示输入图像中包含的文字，所述文字图像数据集合包括多个文字图像信息，每个文字图像信息包括满足第一预设尺寸的文字图像和该文字图像中所包含的文字信息。

9.一种计算设备，包括：

一个或多个处理器；

存储器；以及

一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求7所述的方法和/或权利要求8所述的方法的指令。

10.一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求7所述的方法和/或权利要求8所述的方法。