[发明专利]图像处理及装置、训练方法以及计算机可读存储介质

权利要求书

1.一种图像处理方法，包括：

提取待识别图像中的特征向量；

基于所述待识别图像的特征向量获取所述待识别图像的预测分值；

基于所述预测分值确定所述待识别图像的图像信息的类别；

其中，所述待识别图像为面部图像，所述图像信息为表情；

其中，提取所述待识别图像中的特征向量，包括：

通过Garbor滤波器获取所述待识别图像的图像特征响应图；

在所述图像特征响应图中提取所述待识别图像中的特征向量；

其中，所述Garbor滤波器包括第一数量的尺度和第二数量的方向；

所述图像特征响应图包括所述待识别图像中的图像信息的特征；

其中，所述第一数量的尺度小于4个尺度；

其中，在所述图像特征响应图中提取所述待识别图像中的特征向量，包括：利用HOG特征提取、Harr小波变换或神经网络在所述图像特征响应图中提取所述待识别图像中的特征向量；

基于所述待识别图像的特征向量获取所述待识别图像的预测分值，包括：

通过随机森林分类器基于所述待识别图像的特征向量获取所述待识别图像的预测分值，其中，所述随机森林分类器配置为接收所述待识别图像的特征向量并输出所述待识别图像的预测分值；

基于所述预测分值确定所述待识别图像的图像信息的类别，包括：

判断所述待识别图像的预测分值所属于的阈值区间；

根据所述待识别图像的预测分值所属于的阈值区间确定所述待识别图像的图像信息的类别，其中，所述图像信息的类别包括厌恶、生气、平静、高兴和惊讶。

2.根据权利要求1所述的图像处理方法，其中，根据所述Garbor滤波器在第三数量的尺度和第四数量的方向下的图像信息识别的准确率，选择所述Garbor滤波器的第一数量的尺度和第二数量的方向，

其中，所述第一数量的尺度为2个尺度，所述第二数量的方向为3个方向。

3.根据权利要求1所述的图像处理方法，还包括：

基于数据集包括的训练集中的各个图像数据的特征向量和评分值训练所述随机森林分类器，

其中，所述数据集包括多个图像数据，并且每个图像数据被标注有评分值，

其中，每个图像数据的评分值是根据图像数据中包括的图像信息的类别确定的，并且不同的图像信息的类别对应不同的评分值，

其中，所述图像数据为面部图像，所述图像信息为表情；

其中，所述训练集包括所述数据集中第五数量的图像数据。

4.根据权利要求3所述的图像处理方法，其中，基于训练集中各个图像数据的特征向量和评分值训练所述随机森林分类器，包括：

采用K折交叉验证模式训练所述随机森林分类器；

其中，K表示将所述训练集中的图像数据分成的K份，且K为大于0的整数。

5.根据权利要求3所述的图像处理方法，还包括：

基于所述数据集包括的测试集中各个图像数据的特征向量和评分值对训练后的所述随机森林分类器进行校验，

其中，所述测试集包括第六数量的图像数据，

其中，所述第五数量大于所述第六数量。

6.根据权利要求3所述的图像处理方法，其中，所述厌恶对应的评分值为10-19，所述生气对应的评分值为20-29，所述平静对应的评分值为30-39，所述高兴对应的评分值为40-49，所述惊讶对应的评分值为50-59。