[发明专利]目标分类方法、装置及可读存储介质

说明书

本发明实施例提供了一种目标分类方法、装置及可读存储介质。本发明标分类方法，包括：对包含目标的目标图像进行特征提取，以获得目标图像的特征图，确定特征图上的特征描述符的类型，确定特征描述符中类型为前景的目标特征描述符，对目标特征描述符进行分类，确定目标特征描述符对应的局部分类结果，根据各目标特征描述符对应的局部分类结果，确定目标图像中的目标的分类结果，从而可以实现依据特征图上的每个特征描述符，对目标图像上的目标进行分类，在一定程度上提高了分类精度。

技术领域

本发明涉及通信领域，特别是涉及一种目标分类方法、装置及可读存储介质。

背景技术

细粒度图像分类(Fine-Grained Categorization)，又被称作子类别图像分类(Sub-Category Recognition)，是近年来计算机视觉、模式识别等领域一个非常热门的研究课题。其目的是对粗粒度的大类别进行更加细致的子类划分。细粒度图像分类无论在工业界还是学术界都有着广泛的研究需求与应用场景。与之相关的研究课题主要包括识别不同类别的鸟、狗、花、车、飞机等。在实际生活中，识别不同的子类别又存在着巨大的应用需求。例如,在生态保护中,有效识别不同类别的生物，是进行生态研究的重要前提。

目前，细粒度图像分类方法为通过卷积网络输出细粒度图像的特征图，采用全局平均池化层(GAP，Global Average Pooling)对特征图进行处理，得到池化特征图，再对池化特征图进行分类，进而获得细粒度图像中的目标所属的类别。但是目前的细粒度图像分类方法的精度还有待进一步提高。

发明内容

本发明实施例提供一种目标分类方法、装置及可读存储介质，以提高目前的细粒度图像分类方法的精度。

本发明实施例的第一方面，提供了一种目标分类方法，包括：

对包含目标的目标图像进行特征提取，以获得所述目标图像的特征图；

确定所述特征图上的特征描述符的类型，所述特征描述符的类型包括前景和背景；

确定所述特征描述符中类型为前景的目标特征描述符，对所述目标特征描述符进行分类，确定所述目标特征描述符对应的局部分类结果；

根据各所述目标特征描述符对应的局部分类结果，确定所述目标图像中的所述目标的分类结果。

本发明实施例的第二方面，提供了一种目标分类装置，包括：

特征提取模块，用于对包含目标的目标图像进行特征提取，以获得所述目标图像的特征图；

类型确定模块，用于确定所述特征图上的特征描述符的类型，所述特征描述符的类型包括前景和背景；

第一分类模块，用于确定所述特征描述符中类型为前景的目标特征描述符，对所述目标特征描述符进行分类，确定所述目标特征描述符对应的局部分类结果；

确定模块，用于根据各所述目标特征描述符对应的局部分类结果，确定所述目标图像中的所述目标的分类结果。

本发明实施例的第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现上述所述的目标分类方法的步骤。

本发明的第四方面，提供了一种目标分类装置，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述所述的目标分类方法的步骤。

针对在先技术，本发明具备如下优点：