[发明专利]一种图像分类方法、装置、终端设备和存储介质

摘要

本发明涉及图像处理技术领域，提出一种图像分类方法、装置、终端设备和计算机存储介质。在获取待分类图像之后，将该待分类图像输入预先构建的卷积神经网络模型，得到该待分类图像的图像特征；然后从预设的文本库中选取与该待分类图像对应的目标文本，将该目标文本转换为词向量，输入预先构建的循环神经网络模型，得到该目标文本的文本特征；接着结合该文本特征对该图像特征进行加权叠加处理，得到加权图像特征；最后采用双线性乘法融合该加权图像特征和该文本特征，利用融合后的特征完成两类分类，得到该待分类图像的图像类别。采用本发明能够解决高细粒度图像分类的问题。

主权项

1.一种图像分类方法，其特征在于，包括：获取待分类图像，所述待分类图像的图像类别属于预设的多对图像类别组合中的一种，每对所述图像类别组合分别包含图像特征的差别小于预设阈值的两种图像类别，每对所述图像类别组合分别和预设的文本库中的一个文本关联，所述文本用于描述关联的图像类别组合中的两种图像类别之间的差异；将所述待分类图像输入预先构建的卷积神经网络模型，得到所述待分类图像的图像特征，所述卷积神经网络模型由所述多对图像类别组合的样本图像训练完成；从所述文本库中选取与所述待分类图像对应的目标文本；将所述目标文本转换为词向量，输入预先构建的循环神经网络模型，得到所述目标文本的文本特征，所述循环神经网络模型由所述多对图像类别组合的样本图像以及所述文本库中的文本训练完成；结合所述文本特征对所述图像特征进行加权叠加处理，得到加权图像特征；采用双线性乘法融合所述加权图像特征和所述文本特征；利用融合后的特征完成两类分类，得到所述待分类图像的图像类别。