结合图片和文本进行图片属性分类的方法、装置及系统制造方法及图纸

本发明专利技术公开了一种结合图片和文本进行图片属性分类的方法、装置及系统，属于计算机技术领域。所述方法包括：通过预设神经网络模型识别所述图片的图像特征和所述图片的文本特征，并形成联合特征；对所述联合特征进行分类处理，输出图片属性分类结果；所述预设神经网络模型至少包括预设深度卷积神经网络模型和循环神经网络模型。本发明专利技术通过结合图片的图像特征和图片的文本特征，两者可以进行互补，提供更全面的图片特征数据，使得能够更好的表达图片、物品或其他相关对象的属性，获得更详细、准确的对象属性分类结果，因此该方法可用于图片属性提取、完善知识图谱或根据图片属性分类进行查询、搜索等业务。

Method, device and system for classification of picture attributes combined with pictures and texts

The invention discloses a method, device and system for classifying picture attributes in combination with pictures and texts, and belongs to the field of computer technology. The method includes: through the text features the preset identification neural network model of the picture and the picture, and formed a joint feature; to classify the feature, classification results of output image attributes; the preset neural network model includes at least a preset depth convolutional neural network model and recurrent neural network model. The present invention by combining image features and text features of the picture, they can complement each other, to provide a more comprehensive picture of the characteristic data, which can attribute pictures, articles or other related objects better expression, the object attribute classification more detailed and accurate, so the method can be used for image attribute extraction and perfect knowledge map or search query, according to the classification of business image attributes.

【技术实现步骤摘要】
结合图片和文本进行图片属性分类的方法、装置及系统
本专利技术涉及计算机
，特别涉及一种结合图片和文本进行图片属性分类的方法及装置。
技术介绍
目前，全世界互联网已经形成规模，互联网应用走向多元化，互联网越来越深刻地改变着人们的学习、工作以及生活方式。在网络数据分析中，能准确知道互联网用户的习惯、需求等属性是精确内容推广以更好服务于客户或者广告投放的重要前提。目前，在互联网中识别媒体用户属性的现有技术方案都是基于用户文章或图片样本，尤其是图片样本在某些领域图片中蕴含的用户属性信息具有很大的潜在用途，具体的需要先收集用户全量历史样本，整理样本用户的数据，整理样本库，对样本库进行标签语料库分类，比如，某个语料库代表“购物”、“时尚”、“服饰”等内容，然后再根据样本库和互联网用户的样本库进行匹配，来识别用户属性。即，在互联网中识别用户属性的传统方法基于样本数据，通过机器学习，再配以数据模型进行训练，进行互联网用户属性的判断。其中，根据收集的样本数据进行属性分类是上述过程的重要环节。为了满足日益增长的市场需求，如何实现对网络中图片属性进行更详细、更全面的属性分类，是目前亟需解决的问题。专本文档来自技高网...

【技术保护点】
一种结合图片和文本进行图片属性分类的方法，其特征在于，所述方法包括：通过预设神经网络模型识别所述图片的图像特征和所述图片的文本特征，并形成联合特征；对所述联合特征进行分类处理，输出图片属性分类结果；所述预设神经网络模型至少包括预设深度卷积神经网络模型和循环神经网络模型。

【技术特征摘要】
1.一种结合图片和文本进行图片属性分类的方法，其特征在于，所述方法包括：通过预设神经网络模型识别所述图片的图像特征和所述图片的文本特征，并形成联合特征；对所述联合特征进行分类处理，输出图片属性分类结果；所述预设神经网络模型至少包括预设深度卷积神经网络模型和循环神经网络模型。2.根据权利要求1所述的方法，其特征在于，所述通过预设神经网络模型识别所述图片的图像特征和所述图片的文本特征，并形成联合特征，包括：通过预设神经网络模型进行图像表达，获取图像表达结果；通过预设神经网络模型进行文本表达，获取文本表达结果；通过预设神经网络模型根据所述图像表达结果和所述文本表达结果进行联合表达，形成联合特征。3.根据权利要求2所述的方法，其特征在于，所述通过预设神经网络模型进行图像表达，获取图像表达结果，包括：通过所述预设深度卷积神经网络模型进行全局图像表达，获取图像表达结果。4.根据权利要求2所述的方法，其特征在于，所述通过预设神经网络模型进行文本表达，获取文本表达结果，包括：通过预设循环神经网络模型进行词向量表达，获取词向量表达结果；根据所述词向量表达结果通过预设循环神经网络模型进行全局文本表达，获取文本表达结果。5.根据权利要求4所述的方法，其特征在于，在所述通过预设循环神经网络模型进行词向量表达之前，还包括步骤...

【专利技术属性】
技术研发人员：张智祺，黄惠燕，崔燕红，徐然，郭安琪，
申请(专利权)人：广州唯品会研究院有限公司，
类型：发明
国别省市：广东,44