[发明专利]图片场景分类方法、系统、设备及计算机可读介质

说明书

本发明揭示了一种图片场景分类方法、系统、设备及计算机可读介质，所述图片场景分类方法包括：确定每个场景下的标准图片；提取标准图片两个维度下的图片特征，分别为像素均值特征和图片轮廓特征；获取新输入图片；对比新输入的图片与标准图片不同维度下的相似度；根据新输入图片与标准图片不同维度下的相似度，完成新输入图片对应场景的分类。本发明提出的图片场景分类方法及系统，可以快速基于少量有标签的样本进行图片场景的分类。本发明有建模耗时短，准确度较好和易迭代的优势。

技术领域

本发明属于数学模型构建技术领域，涉及一种图片场景分类方法、系统、设备及计算机可读介质。

背景技术

对包含不同场景的海量图片进行分类，常用的分类方法(如深度学习)需要大量的有标签样本进行训练，从样本打标签到模型训练，耗时较长。

有鉴于此，如今迫切需要设计一种新的图片场景分类方法的构建，以便克服现有分类模型构建方法存在的上述至少部分缺陷。

发明内容

本发明提供一种图片场景分类方法、系统、设备及计算机可读介质，可以快速基于少量有标签的样本进行图片场景的分类。

为解决上述技术问题，根据本发明的一个方面，采用如下技术方案：

一种图片场景分类方法，所述图片场景分类方法包括：

确定每个场景下的标准图片；提取标准图片两个维度下的图片特征，所述图片特征包括像素均值特征和图片轮廓特征；所述图片轮廓特征为图片的Hash值；

获取待分类图片；提取待分类图片两个维度下的图片特征，所述图片特征包括像素均值特征和图片轮廓特征；所述图片轮廓特征为图片的Hash值；

对比新输入的图片与标准图片不同维度下的相似度；根据新输入图片与标准图片不同维度下的相似度，完成新输入图片对应场景的分类。

根据本发明的另一个方面，采用如下技术方案：一种图片场景分类方法，所述图片场景分类方法包括：

确定每个场景下标准图片的图片特征，所述图片特征包括像素均值特征或/和图片轮廓特征；

获取待分类图片的图片特征，所述图片特征包括像素均值特征或/和图片轮廓特征；

对比待分类图片与标准图片不同维度下的相似度；根据待比对图片与标准图片不同维度下的相似度，完成新输入图片对应场景的分类。

作为本发明的一种实施方式，所述图片轮廓特征为图片的Hash值。

根据本发明的又一个方面，采用如下技术方案：一种图片场景分类系统，所述图片场景分类系统包括：

场景标准图片确定模块，用以确定每个场景下的标准图片；

标准图片图片特征提取模块，用以提取标准图片两个维度下的图片特征，所述图片特征包括像素均值特征和图片轮廓特征；所述图片轮廓特征为图片的Hash值；

待分类图片获取模块，用以获取待分类图片；

待分类图片图片特征提取模块，用以提取待分类图片两个维度下的图片特征，所述图片特征包括像素均值特征和图片轮廓特征；所述图片轮廓特征为图片的Hash值；

相似度计算模块，用以对比新输入的图片与标准图片不同维度下的相似度；

场景分类模块，用以根据新输入图片与标准图片不同维度下的相似度，完成新输入图片对应场景的分类。

根据本发明的又一个方面，采用如下技术方案：一种图片场景分类系统，所述图片场景分类系统包括：

图片特征确认模块，用以确定每个场景下标准图片的图片特征，所述图片特征包括像素均值特征或/和图片轮廓特征；