[发明专利]类别识别方法及装置、存储介质与终端

说明书

本公开提供一种类别识别方法及装置、存储介质与终端。该方法包括：对初始图像进行区域划分，得到至少一个区域图像，然后，提取各区域图像的细节特征，从而，根据各所述细节特征，获取所述初始图像的融合特征，进而，根据所述融合特征，识别所述初始图像所属的类别。本公开的方法能够提高类别识别结果的准确度与精确度，并满足大类别下的细分类识别需求。

技术领域

本公开涉及计算机技术，尤其涉及一种类别识别方法及装置、存储介质与终端。

背景技术

随着互联网技术的发展，针对图像的分析及处理方式也越来越多样化。例如，现有的特效技术中就经常涉及根据图像所属的场景类别，来对图像进行特效处理的技术。

针对图像所属类别的识别一般是通过神经网络模型实现的，也就是，直接将待识别图像输入神经网络模型，得到神经网络模型输出的类别识别结果，即可得到待识别图像所属的类别。现有技术中，神经网络模型主要是基于图像中的明显特征来实现类别识别的，因此，现有的类别识别方法主要应用于对具有明显区别的大类进行识别。例如，通过神经网络模型处理图像，以确定图像所属场景是食物场景，还是室内场景，还是人物场景。

但是，现有的神经网络模型仅以明显特征来实现类别识别，这种识别方式存在较多的细节损失，因而，无法实现对于某一大类下的子类识别，换言之，现有的类别识别方法的识别精度较低。

发明内容

本公开提供一种类别识别方法及装置、存储介质与终端，用以提高类别识别结果的准确度与精确度。

第一方面，本公开提供一种类别识别方法，包括：

对初始图像进行区域划分，得到至少一个区域图像；

提取各区域图像的细节特征；

根据各所述细节特征，获取所述初始图像的融合特征；

根据所述融合特征，识别所述初始图像所属的类别。

第二方面，本公开提供一种类别识别装置，包括：

分割模块，用于对初始图像进行区域划分，得到至少一个区域图像；

提取模块，用于提取各区域图像的细节特征；

融合模块，用于根据各所述细节特征，获取所述初始图像的融合特征；

识别模块，用于根据所述融合特征，识别所述初始图像所属的类别。

第三方面，本公开提供一种类别识别装置，包括：

存储器；

处理器；以及

计算机程序；

其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如第一方面所述的方法。

第四方面，本公开提供一种终端，包括：

类别识别装置，用于实现如第一方面所述的方法；

终端主体。

第五方面，本公开提供一种计算机可读存储介质，其上存储有计算机程序，

所述计算机程序被处理器执行以实现如第一方面所述的方法。

本公开提供的一种类别识别方法及装置、存储介质与终端，通过对初始图像进行区域划分，然后，针对各个区域图像分别进行特征提取，并基于提取出的各细节特征实现类别识别。如此，将各区域的细节特征作为一个类别识别维度，降低了图像的细节损失，使得类别识别结果更加准确与精确；而且，细节特征参与类别识别过程，不仅能实现大类识别，也能够实现大类下的细分类识别，在一定程度上拓宽了类别识别的应用范围及场景。

附图说明