[发明专利]图片分类方法、装置及计算机可读存储介质

说明书

本申请涉及一种图片分类方法、装置、计算机可读存储介质及计算机设备，通过获取各待分类图片，将各所述待分类图片输入特征提取模型，得到各待分类图片的特征向量，获取各所述待分类图片的特征向量在特征空间的分布情况，根据所述分布情况，对所述特征空间进行类别的有限域划分，得到图片分类结果。通过将待分类图片进行特征向量提取，获取各待分类图片的特征向量在特征空间的分布情况，基于特征空间的分布情况进行类别的有限域划分，把非目标图片从目标图片中去除，减少非目标图片对目标图片分类精度的影响，解决了所有需要参与分类的图片由N种不同的目标图片和非目标图片组成，导致图片分类的准确度和精度低的问题。

技术领域

本申请涉及互联网技术领域，特别是涉及一种图片分类方法、装置、计算机可读存储介质及计算机设备。

背景技术

随着互联网技术的不断发展，AI人工智能正在广泛应用到各个领域中，计算机视觉作为人工智能的重要应用之一，对于需要对大量图片进行分类时，起到很大帮助。

目前，对大量图片进行分类的方式普遍采用的是：将需要分类的图片，提取出对应的特征向量，基于各个特征向量的共性特征，按某种事先设定的标准把量图片划分到各自的类中，分完的类与类之间表现出不同程度的特征。由于所有需要参与分类的图片是由N种不同的目标图片和非目标图片组成，利用这种分类方法对图片进行分类后，因此，图片分类的准确度和精度低。

发明内容

基于此，有必要针对由于所有需要参与分类的图片是由N种不同的目标图片和非目标图片组成，导致图片分类的准确度和精度低的问题提供一种图片分类方法、装置、计算机可读存储介质及计算机设备。

一种图片分类方法，其特征在于，包括：

获取各待分类图片；

将各所述待分类图片输入特征提取模型，得到各待分类图片的特征向量；

获取各所述待分类图片的特征向量在特征空间的分布情况；

根据所述分布情况，对所述特征空间进行类别的有限域划分，得到图片分类结果。

在其中一个实施例中，所述根据所述分布情况，对所述特征空间进行类别的有限域划分，得到图片分类结果的步骤包括：

根据各所述待分类图片的特征向量在特征空间的分布情况，对所述特征空间进行有限域划分，得到各类别对应的有限域；

根据确定的各有限域内各图片，得到图片分类结果。

在其中一个实施例中，根据各所述待分类图片的特征向量在特征空间的分布情况，对所述特征空间进行有限域划分，得到各类别对应的有限域，包括：

根据待分类图片的特征向量在特征空间的分布情况，确定各类别在特征空间的中心位置；

以各所述中心位置为球心，预设距离为半径，对所述特征空间进行划分；

所述根据确定的各有限域内各图片，得到图片分类结果，包括：根据位于各对应的球体内的图片，得到各类别的图片分类结果。

在其中一个实施例中，根据各所述待分类图片的特征向量在特征空间的分布情况，对所述特征空间进行有限域划分，得到各类别对应的有限域，包括：

获取各类别的特征空间的带核密度估计函数和阈值；

根据所述带核密度估计函数，计算各类别的所述特征空间的各待分类图片对应的点的密度；

根据所述密度和所述阈值对所述特征空间进行有限域划分；

所述根据确定的各有限域内各图片，得到图片分类结果，包括：根据密度大于所述阈值的图片，得到各类别的图片的分类结果。