一种图片分类方法和装置、终端、存储介质制造方法及图纸

本发明专利技术实施例公开了一种图片分类方法和装置、终端、存储介质，其中，该方法包括获取目标用户的标签筛选模型，标签筛选模型是根据目标用户的历史特征信息预先训练得到，用于预测目标用户的分类标签；利用标签筛选模型，根据目标用户的当前特征信息预测目标用户的当前分类标签集；对目标用户的图片进行识别，得到与当前分类标签集中的每一个分类标签相对应的至少一种图片分类集。本发明专利技术实施例可以实现丰富现有的图片分类方法并满足用户的个性化分类需求的效果。

Image classification method and device, terminal and storage medium

The embodiment of the invention discloses a picture classification method and a device, a terminal and a storage medium, wherein the method comprises acquiring a tag screening model of the target user, which is pre-trained according to the historical feature information of the target user for predicting the classification tag of the target user, and utilizing the tag screening model. Type B predicts the current classified label set of the target user according to the current feature information of the target user; recognizes the pictures of the target user and obtains at least one picture classified set corresponding to each classified label in the current classified label set. The embodiment of the invention can realize the effect of enriching the existing picture classification methods and satisfying the user's personalized classification requirements.

【技术实现步骤摘要】
一种图片分类方法和装置、终端、存储介质
本专利技术实施例涉及计算机
，尤其涉及一种图片分类方法和装置、终端、存储介质。
技术介绍
目前，各种终端中存储的图片数量越来越多，对图片进行有效的管理变得非常重要。例如，现有的移动终端相册分类过程中，大多是利用移动终端默认的标签分类方案实现相册的分类管理，有时还需要用户手动自定义标签，手动管理按不同维度组织的照片，并且一张照片只能出现在一种标签的分类中。基于以上分类方案，主要存在以下缺陷：1)相册标签维度有限：一般只有包括人脸或定位等简单的标签，面对不同用户的千变万化的使用场景，简单的标签对相册的分类十分局限。2)方案缺少扩展性：分类方案单一，不能对当前分类方案进行分类扩展，例如：按照时间分类，只是按照日期划分，无法满足用户按照法定节假日、结婚纪念日或者自定义时间等特殊纪念日进行时间维度的分类扩展。3)方案缺少智能化：方案不能根据用户本身的特性进行个性化的分类，无法达到“千人千面”，不能准确理解用户的分类需求。因此，如何丰富现有的图片分类方案，针对不同用户需求实现图片的个性化分类，仍是图片管理过程中待解决的问题。专利技术内容本专利技术实施本文档来自技高网...

【技术保护点】
1.一种图片分类方法，其特征在于，包括：获取目标用户的标签筛选模型，其中，所述标签筛选模型是根据目标用户的历史特征信息预先训练得到，用于预测目标用户的分类标签；利用所述标签筛选模型，根据目标用户的当前特征信息预测目标用户的当前分类标签集；对目标用户的图片进行识别，得到与所述当前分类标签集中的每一个分类标签相对应的至少一种图片分类集。

【技术特征摘要】
1.一种图片分类方法，其特征在于，包括：获取目标用户的标签筛选模型，其中，所述标签筛选模型是根据目标用户的历史特征信息预先训练得到，用于预测目标用户的分类标签；利用所述标签筛选模型，根据目标用户的当前特征信息预测目标用户的当前分类标签集；对目标用户的图片进行识别，得到与所述当前分类标签集中的每一个分类标签相对应的至少一种图片分类集。2.根据权利要求1所述的方法，其特征在于，所述标签筛选模型的训练过程包括：获取目标用户在终端上的操作行为数据；根据所述操作行为数据分析得到目标用户的行为参数，其中，所述行为参数用于表征目标用户的特征；将所述行为参数和目标用户的用户画像相结合作为目标用户特征；将所述目标用户特征作为输入，将对所述目标用户特征的分类标签标注结果作为输出，利用机器学习的方法训练得到所述标签筛选模型。3.根据权利要求2所述的方法，其特征在于，所述操作行为数据包括目标用户在终端上对图片、文字和/或音视频的操作行为数据。4.根据权利要求1所述的方法，其特征在于，所述对目标用户的图片进行识别，得到与所述当前分类标签集中的每一个分类标签相对应的至少一种图片分类集，包括：依据所述当前分类标签集中分类标签的类型，确定与所述当前分类标签集对应的至少一个图像识别模型；利用所述至少一个图像识别模型对目标用户的图片进行识别，得到与所述当前分类标签集中的每一个分类标签相对应的至少一种图片分类集。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：定期通过训练对所述标签筛选模型和图像识别模型进行更新。6.一种图片分类装置，其特征在于，包括：标签筛选模型获取模块，用于获取目标用户的标签筛选模型，其中，所述标签筛选模型是根据目标用户的历史特征信息预先训练得到，用于预测目标用户的分类标签；当前分类标签集预测模块，用于利用所述标签筛选模型，根据目标用户的当前特征信息预测目标用户的当前分...

【专利技术属性】
技术研发人员：孙世文，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11