[发明专利]一种图像的情感分类方法、存储介质和服务器在审
| 申请号： | 201811184509.0 | 申请日： | 2018-10-11 |
| 公开（公告）号： | CN109472292A | 公开（公告）日： | 2019-03-15 |
| 发明（设计）人： | 吴壮伟 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 深圳中一专利商标事务所 44237 | 代理人： | 官建红 |
| 地址： | 518000 广东省深圳市福田区福*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及计算机技术领域，提出一种图像的情感分类方法、存储介质和服务器。该情感分类方法包括：将待处理图像分别输入预先训练完成的多个卷积神经网络模型；在获得各个卷积神经网络模型输出的匹配度结果后，确定这些匹配度结果的最大值；若该最大值超过预设的阈值，则将输出该最大值的卷积神经网络模型对应的情感类型确定为该待处理图像的情感类型；而若该最大值小于预设的阈值，则进一步采用k‑means聚类运算以及KNN分类运算的方式确定该待处理图像的情感类型。采用本发明提出的图像的情感分类方法，能够有效提高图像情感分类结果的准确率。 | ||
| 搜索关键词： | 情感分类 卷积神经网络 待处理图像 情感类型 图像 存储介质 匹配度 预设 服务器 计算机技术领域 输出 方式确定 聚类运算 准确率 运算 | ||
【主权项】：
1.一种图像的情感分类方法，其特征在于，包括：获取待处理图像；将所述待处理图像分别输入预先训练完成的多个卷积神经网络模型，得到输出的多个匹配度结果，不同的卷积神经网络模型由不同情感类型的样本图片训练得到；若所述多个匹配度结果中的最大值大于或等于预设的阈值，则将输出所述最大值的卷积神经网络模型对应的情感类型确定为所述待处理图像的情感类型；若所述最大值小于所述阈值，则获取所述样本图片的特征向量和所述待处理图像的特征向量；基于获取到的特征向量分别进行k‑means聚类运算以及KNN分类运算；根据所述k‑means聚类运算的结果确定所述待处理图像的第一情感类型；根据所述KNN分类运算的结果确定所述待处理图像的第二情感类型；若所述第一情感类型和所述第二情感类型相同，则将所述相同的情感类型确定为所述待处理图像的情感类型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于平安科技（深圳）有限公司，未经平安科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811184509.0/，转载请声明来源钻瓜专利网。
