[发明专利]一种图像分类方法及装置

权利要求书

1.一种图像分类方法，其特征在于，所述方法包括：

获取待分类视频序列，所述待分类视频序列包括至少两帧图像；

根据所述待分类视频序列获取权重集合，所述权重集合包括各帧图像对应的权重；

从所述待分类视频序列中提取图像特征集合，所述图像特征集合包括至少两帧图像各自对应的图像特征；

根据所述图像特征集合以及所述权重集合获得待分类图像特征；

根据所述待分类图像特征获得所述待分类视频序列对应的分类结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述待分类视频序列获取权重集合，包括：

将所述待分类视频序列输入图像质量评价模型，获得权重集合，所述图像质量评价模型是根据训练视频序列以及所述训练视频序列对应的分类标签训练生成的。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述待分类图像特征获得所述待分类视频序列对应的分类结果，包括：

将所述待分类图像特征输入图像分类模型，获得分类结果，所述图像分类模型为根据训练视频序列对应的图像特征集合以及所述训练视频序列对应的分类标签训练生成的。

4.根据权利要求2或3所述的方法，其特征在于，所述图像质量评价模型训练过程，包括：

获取训练视频序列，所述训练视频序列包括至少两帧图像；

将所述训练视频序列输入初始网络模型，获得权重集合；

从所述训练视频序列中提取图像特征集合，所述图像特征集合包括至少两帧图像各自对应的图像特征；

根据所述图像特征集合以及所述权重集合获得训练图像特征；

根据所述训练图像特征获得分类结果；

根据所述分类结果以及所述训练视频序列对应的分类标签调整所述初始网络模型的参数，直至所述分类结果与所述分类标签之间的距离满足预设条件，生成图像质量评价模型。

5.根据权利要求4所述的方法，其特征在于，所述根据所述训练图像特征获得分类结果，包括：

将所述训练图像特征输入图像分类模型，获得分类结果。

6.根据权利要求4或5所述的方法，其特征在于，所述从所述训练视频序列中提取图像特征集合，包括：

利用特征提取模型从所述训练视频序列中提取图像特征集合，所述特征提取模型为预先训练生成的。

7.根据权利要求4-6任一项所述的方法，其特征在于，所述分类结果与所述分类标签之间的距离为欧氏距离、曼哈顿距离或切比雪夫距离。

8.一种图像分类装置，其特征在于，所述装置包括：

第一获取单元，用于获取待分类视频序列，所述待分类视频序列包括至少两帧图像；

第二获取单元，用于根据所述待分类视频序列获取权重集合，所述权重集合包括各帧图像对应的权重；

提取单元，用于从所述待分类视频序列中提取图像特征集合，所述图像特征集合包括至少两帧图像各自对应的图像特征；

第三获取单元，用于根据所述图像特征集合以及所述权重集合获得待分类图像特征；

第四获取单元，用于根据所述待分类图像特征获得所述待分类视频序列对应的分类结果。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行权利要求1-7任一项所述的图像分类方法。

10.一种实现图像分类的设备，其特征在于，包括：存储器，处理器，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，所述处理器执行所述计算机程序时，实现权利要求1-7任一项所述的图像分类方法。