(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 202210546109.X (22)申请日 2022.05.20 (71)申请人 合肥英特灵 达信息技 术有限公司 地址 230000 安徽省合肥市蜀山经济开发 区湖光路自主创新产业基地三期 （南 区） A座8层808室场地 (72)发明人 于永军　周晓　 (74)专利代理 机构 北京柏杉松知识产权代理事 务所(普通 合伙) 11413 专利代理师 孟维娜　马敬 (51)Int.Cl. G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种图像分类方法及装置 (57)摘要 本发明实施例提供了一种图像分类方法及 装置， 涉及图像处理技术领域， 上述方法包括： 对 待分类的图像进行特征提取， 得到表征图像属于 各个分类类型的强烈程度的特征值； 根据各个分 类类型对应的预设权重系数， 对提取到的各个分 类类型对应的特征值进行加权计算， 得到用于表 征图像的图像质量的计算结果； 根据计算结果， 在各个分类类型中确定图像的分类类型。 应用本 发明实施例提供的图像分类方案， 能够实现图像 分类。 权利要求书3页 说明书13页 附图5页 CN 114648646 A 2022.06.21 CN 114648646 A 1.一种图像分类方法， 其特 征在于， 所述方法包括： 对待分类的图像进行特征提取， 得到表征所述图像属于各个分类类型的强烈程度的特 征值， 其中， 所述各个分类 类型依据图像质量划分得到； 根据各个分类类型对应的预设权重系数， 对提取到的各个分类类型对应的特征值进行 加权计算， 得到用于表征 所述图像的图像质量的计算结果； 根据所述计算结果， 在各个分类 类型中确定所述图像的分类 类型。 2.根据权利要求1所述的方法， 其特征在于， 所述各个分类类型对应的权重系数根据 各 个分类类型所代表的图像质量确定 。 3.根据权利要求2所述的方法， 其特征在于， 所述各个分类类型对应的权重系数按照以 下表达式确定： 其中， 所述i表示按照所代表的图像质量由低到高的顺序排列的各个分类类型的序号， 所述k表示分类 类型的总数量， 所述 表示第i个分类 类型对应的权 重系数。 4.根据权利要求1 ‑3中任一项所述的方法， 其特征在于， 若表征所述图像属于一个分类 类型的强烈程度的特征值的数量大于1， 所述根据各个分类类型对应的预设权重系数， 对提 取到的各个分类类型对应的特征值进 行加权计算， 得到用于表征所述图像的图像质量的计 算结果， 包括： 以每一分类类型对应的权重系数作为该分类类型对应的各个特征值的权重系数， 对所 有特征值进行加权计算， 得到用于表征 所述图像的图像质量的计算结果。 5.根据权利要求1 ‑3中任一项所述的方法， 其特征在于， 所述对待分类的图像进行特征 提取， 得到表征 所述图像属于各个分类 类型的强烈程度的特 征值， 包括： 对待分类的图像进行 卷积变换， 得到第一特 征图； 对所述第一特 征图进行 下采样以及残差变换处 理， 得到第二特 征图； 对所述第二特 征图进行 卷积变换， 得到第三特 征图； 对所述第三特 征图进行池化处 理， 得到第四特 征图； 基于所述第四特征图中每一像素点对应的预设全连接系数， 对所述第四特征图进行全 连接处理， 得到表征 所述图像属于各个分类 类型的强烈程度的特 征值。 6.根据权利要求5所述的方法， 其特征在于， 对所述第 一特征图进行下采样以及残差变 换处理， 得到第二特 征图， 包括： 对所述第一特征图进行下采样处理， 并对处理后的第一特征图进行残差变换处理， 得 到第一中间图； 对所述第一中间图进行 下采样处 理， 得到第二中间图； 对所述第二中间图进行 预设数量次残差变换处 理， 得到第三中间图； 对所述第三中间图进行下采样处理， 并对处理后的第三中间图进行残差变换处理， 得 到第二特 征图。 7.根据权利要求1 ‑3中任一项所述的方法， 其特征在于， 在所述对提取到的各个分类类 型对应的特 征值进行加权计算之前， 所述方法还 包括：权　利　要　求　书 1/3 页 2 CN 114648646 A 2对所得到的各个特 征值进行归一 化处理。 8.根据权利要求7所述的方法， 其特征在于， 所述对所得到的各个特征值进行归一化处 理， 包括： 按照以下表达式对各个特 征值进行归一 化处理： 其中， 所述 为归一化处理后的第p个特征值， 所述 为归一化处理前的第p个特征 值， 所述M为特 征值总数量， 所述 为归一化处理前的第j个特 征值， 所述e为自然常数。 9.一种图像分类装置， 其特 征在于， 所述装置包括： 特征提取模块， 用于对待分类的图像进行特征提取， 得到表征所述图像属于各个分类 类型的强烈程度的特 征值， 其中， 所述各个分类 类型依据图像质量划分得到； 加权计算模块， 用于根据各个分类类型对应的预设权重系数， 对提取到的各个分类类 型对应的特 征值进行加权计算， 得到用于表征 所述图像的图像质量的计算结果； 图像分类模块， 用于根据所述计算结果， 在各个分类 类型中确定所述图像的分类 类型。 10.根据权利要求9所述的装置， 其特征在于， 所述各个分类类型对应的权重系数根据 各个分类 类型所代表的图像质量确定 。 11.根据权利要求10所述的装置， 其特征在于， 所述各个分类类型对应的权重系数按照 以下表达式确定： 其中， 所述i表示按照所代表的图像质量由低到高的顺序排列的各个分类类型的序号， 所述k表示分类 类型的总数量， 所述 表示第i个分类 类型对应的权 重系数。 12.根据权利要求9 ‑11中任一项所述的装置， 其特征在于， 若表征所述图像属于一个分 类类型的强烈程度的特 征值的数量大于1， 所述加权计算模块， 具体用于： 以每一分类类型对应的权重系数作为该分类类型对应的各个特征值的权重系数， 对所 有特征值进行加权计算， 得到用于表征 所述图像的图像质量的计算结果。 13.根据权利要求9 ‑11中任一项所述的装置， 其特 征在于， 所述特 征提取模块， 包括： 第一处理子模块， 用于对待分类的图像进行 卷积变换， 得到第一特 征图； 第二处理子模块， 用于对所述第一特征图进行下采样以及残差变换处理， 得到第二特 征图； 第三处理子模块， 用于对所述第二特 征图进行 卷积变换， 得到第三特 征图； 第四处理子模块， 用于对所述第三特 征图进行池化处 理， 得到第四特 征图； 第五处理子模块， 用于基于所述第 四特征图中每一像素点对应的预设全连接系数， 对 所述第四特征图进行全连接处理， 得到表征所述图像属于各个分类类型的强烈程度的特征 值。 14.根据权利要求13所述的装置， 其特 征在于， 所述第二处 理子模块， 具体用于： 对所述第一特征图进行下采样处理， 并对处理后的第一特征图进行残差变换处理， 得权　利　要　求　书 2/3 页 3 CN 114648646 A 3