(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211132678.6 (22)申请日 2022.09.15 (71)申请人 同盾科技有限公司 地址 311100 浙江省杭州市余杭区文一西 路998号未来科技城18幢207 (72)发明人 王二伟　王语斌　 (74)专利代理 机构 北京润泽恒知识产权代理有 限公司 1 1319 专利代理师 苏培华 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/74(2022.01) G06V 10/44(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 卡通形象分类方法、 装置、 电子设备及存储 介质 (57)摘要 本申请提供的卡通形象分类方法、 装置、 电 子设备及存储介质， 属于图像处理技术领域， 所 述方法包括： 将包含待分类卡通形象的图像输入 特征提取网络模 型， 得到所述待分类卡通形象 的 图像特征； 将多个卡通形象关系网络分别输入特 征关系网络模 型， 得到所述多个卡通形象关系网 络分别对应的中心节点特征； 基于所述图像特征 与所述多个卡通形象关系网络分别对应的中心 节点特征， 输出所述待分类卡通形象的分类结 果。 权利要求书2页 说明书11页 附图7页 CN 115457326 A 2022.12.09 CN 115457326 A 1.一种卡 通形象分类方法， 其特 征在于， 所述方法包括： 将包含待分类卡通形象的图像输入特征提取网络模型， 得到所述待分类卡通形 象的图 像特征； 将多个卡通形象关系网络分别输入特征关系网络模型， 得到所述多个卡通形象关系网 络分别对应的中心 节点特征； 基于所述图像特征与 所述多个卡通形象关系网络分别对应的中心节点特征， 输出所述 待分类卡 通形象的分类结果。 2.根据权利要求1所述的卡通形象分类方法， 其特征在于， 所述卡通形象关系网络是通 过以下步骤构建的： 以各个卡 通形象作为节点， 构建所述各个卡 通形象的节点之间的多个关系网络； 获取所述各个卡通形象包含的关系信 息， 并且利用所述特征提取网络模型提取所述各 个卡通形象分别对应的图像特 征， 所述关系信息包括： 人物关系与剧情关系； 在所述各个卡通形 象分别对应的节点中， 输入所述各个卡通形象分别对应的图像特征 以及所述各个卡 通形象分别包 含的关系信息， 得到所述多个卡 通形象关系网络 。 3.据权利要求2所述的卡通形象分类方法， 其特征在于， 在所述得到所述多个卡通形象 关系网络之后， 所述方法还 包括： 将包含所述中心节点特征的中心节点与目标卡通形象关系网络中的其他节点建立已 知连接关系， 得到卡 通社团网络； 将所述卡通社团网络输入所述特征关系网络模型， 得到所述中心节点与所述目标卡通 形象关系网络中其 他节点的未知连接关系； 利用所述未知连接关系对所述 卡通社团网络进行 更新。 4.根据权利要求1所述的卡通形象分类方法， 其特征在于， 所述基于所述图像特征与 所 述多个卡通形象关系网络分别对应的中心节点特征， 输出所述待分类卡通形象的分类结 果， 包括： 分别计算所述图像特 征与各个所述中心 节点特征的相似度； 确定与所述图像特 征相似度最大的中心 节点特征为目标节点特 征； 将所述目标节点特征所属的卡通形象关系网络对应的作品确定为所述待分类卡通形 象所属的作品； 将所述待分类卡 通形象所属的作品进行输出。 5.根据权利要求4所述的卡通形象分类方法， 其特征在于， 所述分别计算所述图像特征 与各个所述中心 节点特征的相似度， 包括： 将所述图像特征与 各个所述中心节点特征分别映射至向量空间， 得到所述图像特征的 向量与各个所述中心 节点特征的向量； 计算所述图像特征的向量与 各个所述中心节点特征的向量之间的相似度参数， 所述相 似度参数包括以下参数的一种或多种： 欧氏距离、 余弦、 点积； 基于所述相似度参数， 计算所述图像特 征与各个所述中心 节点特征的相似度。 6.根据权利要求1所述的卡通形象分类方法， 其特征在于， 所述特征提取网络模型通过 以下步骤训练得到： 获取卡通图像数据集；权　利　要　求　书 1/2 页 2 CN 115457326 A 2剔除所述 卡通图像数据集中的非卡 通形象， 得到卡 通形象数据集； 对所述卡通形象数据集进行训练， 得到所述特 征提取网络模型。 7.根据权利要求1所述的卡通形象分类方法， 其特征在于， 所述特征关系网络模型是通 过以下步骤训练得到的： 将所述卡通形象关系网络包含的网络参数输入三层图卷积神经网络， 得到所述卡通形 象关系网络中各个节点的预测分类结果； 利用损失函数计算所述各个节点的预测分类结果与所述各个节点的实 际分类结果的 误差； 基于所述误差对所述三层图卷积神经网络中各个隐含层的权重系数进行更新， 得到所 述特征关系网络模型。 8.一种卡 通形象分类装置， 其特 征在于， 包括： 第一提取模块： 用于将包含待分类卡通形象的图像输入特征提取网络模型， 得到所述 待分类卡 通形象的图像特 征； 第二提取模块： 用于将多个卡通形象关系 网络分别输入特征关系 网络模型， 得到所述 多个卡通形象关系网络分别对应的中心 节点特征； 分类模块： 用于基于所述图像特征与所述多个卡通形 象关系网络分别对应的中心节点 特征， 输出所述待分类卡 通形象的分类结果。 9.一种电子设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器上 运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求 1‑7中 任一项所述的卡 通形象分类方法。 10.一种存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被处理器执 行时实现如权利要求1 ‑7中任一项所述的卡 通形象分类方法。权　利　要　求　书 2/2 页 3 CN 115457326 A 3