一种图片分类的方法、装置、设备及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的方法、装置、设备及存储介质。其中，该方法包括：根据待分类图片的全局信息，确定所述待分类图片的全局图片类别；根据待分类图片的局部信息，确定所述待分类图片的图片主题类别；根据所述全局图片类别和所述图片主题类别，确定所述待分类图片的图片分类结果。本发明专利技术实施例中获取图片的全局图片类别和图片主题类别，通过综合判别全局图片类别和图片主题类别，确定图片的分类结果，解决了现有技术中只通过视觉特征确定全局图片类别，导致图片分类不准确的问题，考虑了局部特征对图片分类的影响，提高图片分类精度。

【技术实现步骤摘要】
一种图片分类的方法、装置、设备及存储介质
本专利技术实施例涉及计算机技术，尤其涉及一种图片分类的方法、装置、设备及存储介质。
技术介绍
图片场景分类是计算机图片分类里的一种处理场景，随着深度学习技术的广泛应用，计算图片分类也越来越多的采用深度学习的方法进行处理。目前基于深度学习的图片分类系统，一般都是通过将图片的视觉特征送入深度神经网络进行分类映射计算，主要是针对视觉特征直接进行图片内容分类，利用的是图片内容的全局信息，缺少针对焦点区域视觉特征的充分利用。因此导致对于某些场景内容复杂的图像，分类结果不够准确。
技术实现思路
本专利技术实施例提供一种图片分类的方法、装置、设备及存储介质，以提高图片分类的准确度。第一方面，本专利技术实施例提供了一种图片分类方法，该方法包括：根据待分类图片的全局信息，确定所述待分类图片的全局图片类别；根据待分类图片的局部信息，确定所述待分类图片的图片主题类别；根据所述全局图片类别和所述图片主题类别，确定所述待分类图片的图片分类结果。>第二方面，本专利技本文档来自技高网...

【技术保护点】
1.一种图片分类方法，其特征在于，包括：/n根据待分类图片的全局信息，确定所述待分类图片的全局图片类别；/n根据所述待分类图片的局部信息，确定所述待分类图片的图片主题类别；/n根据所述全局图片类别和所述图片主题类别，确定所述待分类图片的图片分类结果。/n

【技术特征摘要】
1.一种图片分类方法，其特征在于，包括：
根据待分类图片的全局信息，确定所述待分类图片的全局图片类别；
根据所述待分类图片的局部信息，确定所述待分类图片的图片主题类别；
根据所述全局图片类别和所述图片主题类别，确定所述待分类图片的图片分类结果。


2.根据权利要求1所述的方法，其特征在于，根据待分类图片的局部信息，确定所述待分类图片的图片主题类别，包括：
根据待分类图片的局部信息，确定所述待分类图片的主题语义文本；
根据所述主题语义文本，得到所述待分类图片的图片主题类别。


3.根据权利要求2所述的方法，其特征在于，根据待分类图片的局部信息，确定所述待分类图片的主题语义文本，包括：
将所述待分类图片划分为至少两个局部区域图片；
将当前局部区域图片以及上一局部区域图片的主题语义文本输入到图片主题语义模型中的局部特征提取模块，确定叠加局部区域的嵌入向量；其中，所述叠加局部区域包括所述当前局部区域图片以及在所述当前局部区域图片之前各局部区域图片；
将所述嵌入向量输入到所述图片主题语义模型中的语义信息描述模块，确定所述叠加局部区域的主题语义文本。


4.根据权利要求2所述的方法，其特征在于，根据所述主题语义文本，得到所述待分类图片的图片主题类别，包括：
将所述主题语义文本输入到预先训练的语言预训练模型中，得到标准主题语义文本；
将所述标准主题语义文本输入到预先训练的文本分类模型中，得到所述待分类图片的图片主题类别。


5.根据权利要求1所述的方法，其特征在于，根据所述全局图片类别和所述图片主题类别，确定所述待分类图片的图片分类结果，包括：
根据确定所述全局图片类别的图片分类神经网络模型，得到所述全局图片类别的第一概率；
根据所述图片主题语义模型，得到所述图片主题类别的第二概率；
...

【专利技术属性】
技术研发人员：郑江，白彧斐，贾国琛，聂砂，罗奕康，
申请(专利权)人：中国建设银行股份有限公司，建信金融科技有限责任公司，
类型：发明
国别省市：北京;11