[发明专利]图像分类方法、图像分类模型的训练方法及其装置

权利要求书

1.一种图像分类方法，其特征在于，包括：

获取待处理图像；

根据预设的全局类别特征，对所述待处理图像进行分类，得到所述待处理图像的分类结果，其中，所述全局类别特征包括根据训练集中的多个训练图像训练得到的多个类别特征，所述全局类别特征中的多个类别特征用于指示所述训练集中的所有类别的视觉特征，所述训练集中的所有类别为所述训练集中的所有训练图像所属的类别，所述训练集包括基类中的图像和新类中的图像。

2.根据权利要求1所述的方法，其特征在于，所述根据预设的全局类别特征，对所述待处理图像进行分类，得到所述待处理图像的分类结果，包括：

提取所述待处理图像的特征向量；

根据所述待处理图像的特征向量，确定所述待处理图像属于候选类别的置信度，所述候选类别为所述全局类别特征指示的多个类别中的一个或多个；

根据所述置信度，从所述候选类别中确定出所述待处理图像的分类结果。

3.根据权利要求2所述的方法，其特征在于，在所述根据所述待处理图像的特征向量，确定所述待处理图像属于候选类别的置信度之前，所述方法还包括：

根据所述待处理图像的支持集，确定所述待处理图像的局部类别特征；

根据所述待处理图像的局部类别特征及所述全局类别特征，确定所述候选类别；

其中，所述待处理图像的支持集包括多个图像，所述多个图像所属的类别为所述全局类别特征指示的多个类别中的一个或多个。

4.根据权利要求2或3所述的方法，其特征在于，所述根据所述待处理图像的特征向量，确定所述待处理图像属于候选类别的置信度，包括：

根据所述待处理图像的特征向量，确定所述待处理图像的特征向量与所述候选类别中的每个类别对应的特征向量的距离；

根据所述距离，确定所述待处理图像属于所述候选类别的所述置信度。

5.根据权利要求2至4中任一项所述的方法，其特征在于，所述根据所述置信度，从所述候选类别中确定出所述待处理图像的分类结果，包括：

将所述候选类别中所述置信度最大的类别，确定为所述待处理图像的分类结果。

6.根据权利要求1至5中任一项所述的方法，其特征在于，所述全局类别特征是根据分类误差训练得到的，所述分类误差是根据问询集中的训练图像的分类结果及所述问询集中的训练图像预先标注的标签确定的，所述标签用于指示所述训练图像所属的类别，所述问询集包括所述训练集中的部分类别中的部分训练图像。

7.根据权利要求1至5中任一项所述的方法，其特征在于，所述全局类别特征是根据分类误差及配准误差训练得到的，所述分类误差是根据问询集中的训练图像的分类结果及所述问询集中的训练图像预先标注的标签确定的，所述标签用于指示所述训练图像所属的类别，所述问询集包括所述训练集中的部分类别中的部分训练图像，所述配准误差是根据训练图像的局部类别特征及所述全局类别特征中的多个类别特征确定的，所述训练图像的局部类别特征包括根据支持集中的多个训练图像确定的多个类别特征，所述训练图像的局部类别特征中的多个类别特征用于指示所述支持集中的所有类别的视觉特征，所述支持集包括所述训练集中的部分类别中的部分训练图像。

8.根据权利要求7所述的方法，其特征在于，所述训练图像的局部类别特征是由经过扩充处理的所述支持集中的多个训练图像确定的，所述扩充处理包括对图像进行剪裁处理、翻转处理和/或数据幻化处理。