[发明专利]图像分类方法、装置、计算机设备及计算机可读存储介质

权利要求书

1.一种图像分类方法，其特征在于，所述方法应用于计算机设备，所述方法包括：

从目标视频中截取图像；

基于分类模型，获取所述图像的多个概率值，一个概率值用于表示所述图像属于一个类别的概率；

当所述多个概率值均小于上限概率阈值，且所述多个概率值中至少一个概率值属于目标阈值区间时，获取所述分类模型在目标特征层所输出的图像特征和多个类别特征之间的相似度，一个类别特征用于表示同一类别的样本图像在所述目标特征层所输出特征的平均特征，所述目标阈值区间由所述上限概率阈值和下限概率阈值构成；

确定与所述图像特征之间的相似度符合目标条件的类别特征，将所述类别特征对应的类别作为所述图像所属的类别；

当所述多个概率值均小于所述下限概率阈值，则停止处理所述图像。

2.根据权利要求1所述的方法，其特征在于，所述获取所述分类模型在目标特征层所输出的图像特征和多个类别特征之间的相似度包括：

获取所述图像特征和所述多个类别特征中每个类别特征之间的距离，特征之间的距离用于表示相似度。

3.根据权利要求2所述的方法，其特征在于，所述确定与所述图像特征之间的相似度符合目标条件的类别特征包括：

将获取到的各个距离按数值大小排序，将所述各个距离中最小距离对应的类别特征作为符合所述目标条件的类别特征。

4.根据权利要求1所述的方法，其特征在于，所述获取所述分类模型在目标特征层所输出的图像特征和多个类别特征之间的相似度之前，所述方法还包括：

根据所述分类模型和所述分类模型对应的多个类别的样本图像，获取多个类别特征。

5.根据权利要求4所述的方法，其特征在于，所述根据所述分类模型和所述分类模型对应的多个类别的样本图像，获取多个类别特征包括：

将所述分类模型对应的多个类别的样本图像输入所述分类模型；

获取所述样本图像基于所述分类模型在目标特征层所输出的样本图像特征；

基于所述样本图像的类别，对所述样本图像特征进行分组，每一个类别对应一组样本图像特征；

获取所述每一组样本图像特征的平均特征，将所述平均特征作为所述一组样本图像特征对应类别的类别特征。

6.一种图像分类装置，其特征在于，所述装置包括：

概率值获取单元，被配置为基于分类模型，获取图像的多个概率值，一个概率值用于表示所述图像属于一个类别的概率；

相似度获取单元，被配置为当所述多个概率值均小于上限概率阈值，且所述多个概率值中至少一个概率值属于目标阈值区间时，获取所述分类模型在目标特征层所输出的图像特征和多个类别特征之间的相似度，一个类别特征用于表示同一类别的样本图像在所述目标特征层所输出特征的平均特征，所述目标阈值区间由所述上限概率阈值和下限概率阈值构成；

确定单元，被配置为确定与所述图像特征之间的相似度符合目标条件的类别特征，将所述类别特征对应的类别作为所述图像所属的类别；

所述装置还用于从目标视频中截取所述图像；

所述装置还用于当所述多个概率值均小于所述下限概率阈值，则停止处理所述图像。

7.根据权利要求6所述的装置，其特征在于，所述相似度获取单元被配置为：

获取所述图像特征和所述多个类别特征中每个类别特征之间的距离，特征之间的距离用于表示相似度。

8.根据权利要求7所述的装置，其特征在于，所述确定单元被配置为：

将获取到的各个距离按数值大小排序，将所述各个距离中最小距离对应的类别特征作为符合所述目标条件的类别特征。

9.根据权利要求6所述的装置，其特征在于，所述装置还包括：

特征获取单元，被配置为根据所述分类模型和所述分类模型对应的多个类别的样本图像，获取多个类别特征。