用分类模型进行分类的装置和方法及计算机可读存储介质制造方法及图纸

本申请公开一种利用预先训练的分类模型进行分类的装置和方法以及计算机可读存储介质。上述装置包括：特征提取单元，被配置成利用预先训练的分类模型的特征提取层提取待分类的目标图像组所包括的多个图像中的每个图像的特征；贡献计算单元，被配置成利用预先训练的分类模型的贡献计算层计算多个图像中的每个图像对目标图像组的分类结果的贡献；特征融合单元，被配置成基于通过贡献计算单元所计算出的多个图像的贡献，对通过特征提取单元提取的多个图像的特征进行融合，从而获得融合后的特征作为目标图像组的特征；以及分类单元，被配置成基于目标图像组的特征，对目标图像组进行分类。行分类。行分类。

【技术实现步骤摘要】
用分类模型进行分类的装置和方法及计算机可读存储介质


[0001]本公开涉及信息处理领域，具体涉及一种利用分类模型进行分类的装置和方法以及计算机可读存储介质。

技术介绍

[0002]基于诸如视频的图像组的对象分类(例如，面部识别)由于其在视频监视和安全认证等领域的广泛的应用而在学术界和工业界中受到越来越多的关注。与基于静止图像的对象分类不同，视频的图像质量相对较低，例如对象的姿态变化大、容易出现遮挡等，这可能引起分类性能降低。

技术实现思路

[0003]在下文中给出了关于本公开的简要概述，以便提供关于本公开的某些方面的基本理解。但是，应当理解，这个概述并不是关于本公开的穷举性概述。它并不是意图用来确定本公开的关键性部分或重要部分，也不是意图用来限定本公开的范围。其目的仅仅是以简化的形式给出关于本公开的某些概念，以此作为稍后给出的更详细描述的前序。
[0004]鉴于以上问题，本公开的目的是提供能够解决现有技术中的一个或多个缺点的训练分类模型的装置和方法、以及利用分类模型进行分类的装置和方法。
[0005]根据本公开的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种利用预先训练的分类模型进行分类的装置，包括：特征提取单元，被配置成利用所述预先训练的分类模型的特征提取层提取待分类的目标图像组所包括的多个图像中的每个图像的特征；贡献计算单元，被配置成利用所述预先训练的分类模型的贡献计算层计算所述多个图像中的每个图像对所述目标图像组的分类结果的贡献；特征融合单元，被配置成基于通过所述贡献计算单元所计算出的所述多个图像的贡献，对通过所述特征提取单元提取的所述多个图像的特征进行融合，从而获得融合后的特征作为所述目标图像组的特征；以及分类单元，被配置成基于所述目标图像组的特征，对所述目标图像组进行分类。2.根据权利要求1所述的装置，其中，所述特征融合单元进一步被配置成基于通过所述贡献计算单元所计算出的所述多个图像的贡献，对通过所述特征提取单元提取的所述多个图像的特征进行加权平均，并且将所获得的结果作为所述目标图像组的特征。3.根据权利要求1所述的装置，其中，所述特征融合单元进一步被配置成：基于所述多个图像中的、所述贡献大于或等于预定阈值的一个或更多个图像的贡献，对所述一个或更多个图像的特征进行融合，从而获得融合后的特征作为所述目标图像组的特征。4.根据权利要求1至3中任一项所述的装置，其中，对于所述多个图像中的每个图像，该图像对所述目标图像组的分类结果的贡献通过标量表示。5.根据权利要求1至3中任一项所述的装置，其中，对于所述多个图像中的每个图像，该图像对所述目标图像组的分类结果的贡献包括该图像的每个维度的特征对所述目标图像组的分类结果的贡献。6.根据权利要求1至3中任一项所述的装置，其中，所述预先训练的分类模型是利用包括至少一个样本图像组的训练样本集、通过如下方式对初始分类模型进行训练而得到的：利用所述初始分类模型的特...

【专利技术属性】
技术研发人员：张梦，刘汝杰，
申请(专利权)人：富士通株式会社，
类型：发明
国别省市：