[发明专利]一种图像的分类方法及装置

权利要求书

1.一种图像的分类方法，其特征在于，包括：

确定待分类图像；

获取所述待分类图像的深度网络特征向量、文字分布特征向量以及文字内容特征向量；其中，所述文字分布特征向量用于表示待分类图像中文字的分布情况；

将所述深度网络特征向量、所述文字分布特征向量以及所述文字内容特征向量拼接成待分类图像的特征向量；

将所述待分类图像的特征向量输入到图像分类模型中；所述特征向量用于表征所述待分类图像的深度网络特征以及浅层文字特征；其中，所述图像分类模型为将待训练图像的深度网络特征以及浅层文字特征进行处理后得到的特征向量进行训练后得到的机器学习模型；

获取所述图像分类模型输出的该待分类图像所属类型的分类结果；

其中，所述文字分布特征向量的获取过程包括：

将所述待分类图像输入连通文本区域识别网络；

获取所述连通文本区域识别网络输出的多个文本框的分布信息；所述文本分布信息包括文本框所在位置的左上角的点的横轴坐标、纵轴坐标、以及该文本框的宽度、高度所构成的分布向量，所述文本框是所述连通文本区域识别网络依据所述待分类图像中的文字所在区域进行划分的；

将多个所述分布向量进行归一化处理，得到归一化的分布向量；

将所述归一化的分布向量按照横轴坐标从小到大的顺序依次连接，得到图像文字分布特征向量。

2.根据权利要求1所述的分类方法，其特征在于，所述待分类图像为文档类分类图像。

3.根据权利要求1所述的分类方法，其特征在于，所述获取所述待分类图像的深度网络特征向量包括：

将所述待分类图像输入卷积神经网络，提取所述卷积神经网络输出的深度网络特征向量；

获取所述待分类图像的文字内容特征向量的过程，包括：

将所述待分类图像输入深度神经网络中，提取所述待分类图像的标题区域的文字，依据所述标题区域中全部文字的词向量生成文字内容特征向量。

4.根据权利要求3所述的分类方法，其特征在于，所述将所述深度网络特征向量、所述文字分布特征向量以及所述文字内容特征向量拼接成待分类图像的特征向量，包括：

将所述深度网络特征向量、所述文字分布特征向量以及所述文字内容特征向量依次进行拼接，得到所述待训练图像的特征向量。

5.根据权利要求3所述的分类方法，其特征在于，所述提取所述待分类图像的标题区域的文字，依据所述标题区域中全部文字的词向量生成文字内容特征向量，包括：

获取标题区域的坐标范围；

依据所述坐标范围提取所述待分类图像中的目标文字；

将所述目标文字进行分词处理，生成每一个目标文字的目标文字词向量；

将所有的所述目标文字词向量进行求平均的运算，得到文字内容特征向量。