一种图像特征获取方法及装置，电子设备制造方法及图纸

本申请提供了一种图像特征获取方法，属于计算机技术领域，解决现有技术中存在的获取的图像特征对图像表达能力弱的问题。所述方法包括：通过预设类别的训练图像训练分类模型；通过验证图像对所述分类模型的分类结果进行测试，确定所述分类模型混淆的不相似图像对，基于所述预设类别的训练图像确定相似图像对，基于所述相似图像对和不相似图像对，优化所述分类模型，以通过优化后的所述分类模型获取图像特征。本申请公开的图像特征获取方法，通过基于验证图像确定分类模型混淆的类别，并基于易混淆类别的图像构建不相似图像对，结合相似图像对共同对所述分类模型进行调优，以获得图像更准确的特征表达。

An image feature acquisition method and device, electronic equipment

This application provides an image feature acquisition method, which belongs to the field of computer technology. It solves the problem of the acquired image features and the weak expression ability of image in the existing technology. The method comprises the following steps: through training image training classification model of preset categories; through the classification of the image classification model validation test result, determine the classification model is similar to the image of the confusion, the preset categories of training images based on image similarity is determined, based on the similarity of image and image similarity on the classification, optimization model, through optimized the classification model for image feature. Method for acquiring image characteristics is disclosed, the classification model of confusion categories is determined based on the verification image, and image based on confusing category construct similar images of similar images of common, combined with the tuning of the classification model, in order to obtain a more accurate expression of image feature.

【技术实现步骤摘要】
一种图像特征获取方法及装置，电子设备
本申请涉及计算机
，特别是涉及一种图像特征获取方法及装置，电子设备。
技术介绍
产品图像特征应用于业务逻辑或参与相关模型的训练，在检索、推荐等不同业务中获得了广泛应用。现有技术中获取产品的图像特征的主要方法是分类模型训练，然后，将分类模型的特征表达层提取的特征作为图像特征。现有技术中的图像特征获取方法，在产品图像所属类别数目较少的情况下，分类的准确率较高，但是获取到的图像特征泛化能力较弱；在产品图像所属类别数目较大的情况下，则会导致分类模型的分类准确率降低，提取的图像特征对不同类别产品图像的表达能力减弱。可见，现有技术中的图像特征获取方法至少存在获取的图像特征对图像表达能力弱的问题。
技术实现思路
本申请提供一种方法，解决现有技术中的图像特征获取方法存在的获取的图像特征对图像表达能力弱的问题。为了解决上述问题，第一方面，本申请实施例提供了一种图像特征获取方法包括：通过预设类别的训练图像训练分类模型；通过验证图像对所述分类模型的分类结果进行测试，确定所述分类模型混淆的不相似图像对；基于所述预设类别的训练图像确定相似图像对；基于所述相似图像对和不相本文档来自技高网...

【技术保护点】
一种图像特征获取方法，其特征在于，包括：通过预设类别的训练图像训练分类模型；通过验证图像对所述分类模型的分类结果进行测试，确定所述分类模型混淆的不相似图像对；基于所述预设类别的训练图像确定相似图像对；基于所述相似图像对和不相似图像对，优化所述分类模型；利用优化后的所述分类模型获取图像特征。

【技术特征摘要】
1.一种图像特征获取方法，其特征在于，包括：通过预设类别的训练图像训练分类模型；通过验证图像对所述分类模型的分类结果进行测试，确定所述分类模型混淆的不相似图像对；基于所述预设类别的训练图像确定相似图像对；基于所述相似图像对和不相似图像对，优化所述分类模型；利用优化后的所述分类模型获取图像特征。2.根据权利要求1所述的方法，其特征在于，所述通过验证图像对所述分类模型的分类结果进行测试，确定所述分类模型混淆的不相似图像对的步骤，包括：通过所述分类模型对验证图像进行分类，得到混淆矩阵；对混淆矩阵进行聚类分析，确定易混淆的类别；基于所述验证图像中易混淆的不同类别的图像，构建不相似图像对。3.根据权利要求2所述的方法，其特征在于，所述通过所述分类模型对验证图像进行分类，得到混淆矩阵的步骤，包括：通过所述分类模型对验证图像进行分类，得到每幅验证图像的预测类别；根据所有验证图像的真实类别和预测类别，构建混淆矩阵，其中，所述混淆矩阵的每一行中各列的数值为该行对应的类别的验证图像被划分到不同类别的数量。4.根据权利要求2所述的方法，其特征在于，所述对混淆矩阵进行聚类分析，确定易混淆的类别的步骤，包括：通过谱聚类的方法对所述混淆矩阵进行聚类，得到多个簇，其中，每个簇中包括至少一个类别；对于包括至少两个类别的簇，确定其中的类别为相互易混淆的类别。5.根据权利要求1所述的方法，其特征在于，所述基于所述相似图像对和不相似图像对，优化所述分类模型的...

【专利技术属性】
技术研发人员：康丽萍，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：北京,11