图像分类识别方法、装置、电子设备及计算机可读介质制造方法及图纸

本公开涉及一种图像分类识别方法、装置、电子设备及计算机可读介质。涉及计算机信息处理领域，该方法包括：对待处理图像进行小波变换处理，获取所述待处理图像的低频图像数据与高频图像数据；将所述低频图像数据输入第一模型以获取第一预测结果；将所述高频图像数据输入第二模型以获取第二预测结果；以及对所述第一预测结果与所述第二预测结果进行特征融合计算以确定图像分类识别结果。本公开涉及的图像分类识别方法、装置、电子设备及计算机可读介质，能够在不增加算法复杂性的前提下，快速高效的进行图像分类识别。

【技术实现步骤摘要】
图像分类识别方法、装置、电子设备及计算机可读介质
本公开涉及计算机信息处理领域，具体而言，涉及一种图像分类识别方法、装置、电子设备及计算机可读介质。
技术介绍
当今互联网和互联网技术正高速发展，随着平板电脑、智能手机等配备数字摄像头的手持终端设备的广泛推广普及，基于数字图像资料的业务办理数量急剧增加。例如，在保险领域，保险领域中需要识别的数字图像覆盖了住院医疗票据，财务报销影像和客户个人资料等大量有用的信息。然而，对于收集到的数字图像通常需要工作人员人工审核查看资料是否齐全并对客户资料进行归类存档。这种通过人工来对大量的图像进行审核的过程占用了大量的人力时间，而且在客户存在误传和漏传图像材料时，需要较长的人工审核之后才能发现问题，这个时候再次联系客户去解决问题，需要浪费大量的人力物力进行沟通协调，既影响工作人员的工作效率，也拉长了客户办理业务的时长，客户体验非常差。综上所述，数字图像自动分类方法对于提高业务办理的效率具有至关重要的作用。目前，在图像分类方面，还没有比较成熟的算法能够对所有的数字图像类型都进行有效的分类。现有的解决方案中都具有不同的技术缺陷，有些算法计算复杂度极高，有些本文档来自技高网...

【技术保护点】
1.一种图像分类识别方法，其特征在于，包括：对待处理图像进行小波变换处理，获取所述待处理图像的低频图像数据与高频图像数据；将所述低频图像数据输入第一模型以获取第一预测结果；将所述高频图像数据输入第二模型以获取第二预测结果；以及对所述第一预测结果与所述第二预测结果进行特征融合计算以确定图像分类识别结果。

【技术特征摘要】
1.一种图像分类识别方法，其特征在于，包括：对待处理图像进行小波变换处理，获取所述待处理图像的低频图像数据与高频图像数据；将所述低频图像数据输入第一模型以获取第一预测结果；将所述高频图像数据输入第二模型以获取第二预测结果；以及对所述第一预测结果与所述第二预测结果进行特征融合计算以确定图像分类识别结果。2.如权利要求1所述的方法，其特征在于，对待处理图像进行小波变换处理之前包括：对原始图像进行边缘检测处理以获取第一图像；以及对第一图像进行归一化处理以获取所述待处理图像。3.如权利要求1所述的方法，其特征在于，对原始图像进行边缘检测处理以获取第一图像包括：通过边缘检测确定所述原始图像的至少一个目标区域；以及通过所述至少一个目标区域确定所述第一图像。4.如权利要求1所述的方法，其特征在于，对待处理图像进行小波变换处理，获取所述待处理图像的低频图像数据与高频图像数据包括：将所述待处理图像由三原色空间转换为灰度图空间，生成灰度数据；对所述灰度数据进行小波变换中的低通滤波，生成所述低频图像数据；以及对所述灰度数据进行小波变换中的高通滤波，生成所述高频图像数据。5.如权利要求1所述的方法，其特征在于，将所述低频图像数据输入第一模型以获取第一预测结果包括：所述低频图像数据输入通过深度神经网络方法构建的第一模型，以获取所述第一预测结果。6.如权利要求5所述的方法，其特征在于，所述第一模型为inception-V3网络模型，所述第一模型通过参数迁移方式进行网络数据训练。7.如权利要求6所述的方法，其特征在于，所述第一模型通过参数迁移方式进行网络数据训练包括：通过imagenet数据集训练inception...

【专利技术属性】
技术研发人员：朱兴杰，刘岩，李驰，
申请(专利权)人：泰康保险集团股份有限公司，
类型：发明
国别省市：北京,11