[发明专利]一种图像处理方法及终端、存储介质

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

将待分类图像输入图像分类模型中，得到所述待分类图像对应的类别标签参数；

确定所述类别标签参数和平均特征参数之间的相似参数，所述平均特征参数为利用所述图像分类模型从多个样本图像中确定的特征参数，所述多个样本图像为与所述待分类图像类别相同的图像；

在所述相似参数满足预设相似参数范围的情况下，输出所述类别标签参数对应的标签信息，以利用所述标签信息对所述待分类图像进行场景识别。

2.根据权利要求1所述的方法，其特征在于，所述将待分类图像输入图像分类模型中，得到所述待分类图像对应的类别标签参数之前，所述方法还包括：

将所述多个样本图像输入原始图像分类模型的第一传输层，得到所述多个样本图像对应的多个第一参数信息，一个样本图像对应一个第一参数信息；

将所述多个第一参数信息输入所述原始图像分类模型的第一卷积层，并基于所述第一卷积层的权重得到多个第一参数信息对应的多个样本标签参数，一个第一参数信息对应一个样本标签参数，所述第一卷积层为在所述第一传输层之后执行的下一传输层；

根据所述多个样本标签参数和所述多个样本图像对应的标准样本标签参数，确定所述原始图像分类模型的损失值；

利用所述损失值对所述原始图像分类模型进行训练，得到所述图像分类模型。

3.根据权利要求2所述的方法，其特征在于，所述利用所述损失值对所述原始图像分类模型进行训练，得到所述图像分类模型，包括：

在所述损失值不满足所述预设参数范围的情况下，迭代调整所述原始图像分类模型中的第一卷积层的权重，得到迭代图像分类模型；

利用所述多个第一参数信息对所述迭代图像分类模型进行训练，直至得到所述图像分类模型；

在所述损失值满足预设参数范围的情况下，将所述原始图像分类模型作为所述图像分类模型。

4.根据权利要求2所述的方法，其特征在于，所述利用所述损失值对所述原始图像分类模型进行训练，得到所述图像分类模型之后，所述方法还包括：

将所述多个第一参数信息输入所述图像分类模型的第一卷积层，并基于调整后的第一卷积层的权重得到多个第一样本标签参数；

确定所述多个第一样本标签参数的平均值；

将所述平均值作为所述平均特征参数。

5.根据权利要求1所述的方法，其特征在于，所述将待分类图像输入图像分类模型中，得到所述待分类图像对应的类别标签参数，包括：

将待分类图像输入图像分类模型中，得到所述待分类图像的图像特征参数；

利用所述图像分类模型对所述图像特征参数进行归一化处理，得到所述类别标签参数。

6.根据权利要求5所述的方法，其特征在于，所述确定所述类别标签参数和平均特征参数之间的相似参数，包括：

确定所述图像特征参数对应的第一特征向量和所述平均特征参数对应的第二特征向量；

确定所述第一特征向量的二范式和所述第二特征向量的二范式；

根据所述第一特征向量、所述第二特征向量、所述第一特征向量的二范式和所述第二特征向量的二范式，确定所述相似参数。

7.一种终端，其特征在于，所述终端包括：

输入单元，用于将待分类图像输入图像分类模型中，得到所述待分类图像对应的类别标签参数；

确定单元，用于确定所述类别标签参数和平均特征参数之间的相似参数，所述平均特征参数为利用所述图像分类模型从多个样本图像中确定的特征参数，所述多个样本图像为与所述待分类图像类别相同的图像；

输出单元，用于在所述相似参数满足预设相似参数范围的情况下，输出所述类别标签参数对应的标签信息，以利用所述标签信息对所述待分类图像进行场景识别。