本公開涉及圖像識(shí)別技術(shù)，尤其涉及一種圖像分類的方法和裝置。

背景技術(shù)：

隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，人們獲取圖像的方式越來越便利，存儲(chǔ)的圖像數(shù)量也越來越多，對(duì)于大量的圖像進(jìn)行分類管理成為一種需求，圖像分類是將圖像標(biāo)記為不同類別的過程，圖像類別如城市、森林、沙灘、動(dòng)物和植物等。

相關(guān)技術(shù)中，通過每幅圖像的局部紋理特征確定一幅圖像的類別，然而，圖像分類的準(zhǔn)確性不高。

技術(shù)實(shí)現(xiàn)要素：

為克服相關(guān)技術(shù)中存在的問題，本公開提供一種圖像分類的方法和裝置。

根據(jù)本公開實(shí)施例的第一方面，提供一種圖像分類的方法，包括：

獲取圖像的主題頻次；

獲取類別矩陣，所述類別矩陣中包含c個(gè)類別的向量，每個(gè)類別的向量服從正態(tài)分布，所述c為大于等于2的整數(shù)；

根據(jù)所述圖像的主題頻次和所述類別矩陣，利用分類器，獲取所述圖像的類別。

可選地，所述獲取圖像的主題頻次，包括：

以預(yù)設(shè)間距提取圖像的所有相鄰視覺詞匯對(duì)，所述相鄰視覺詞匯對(duì)中包含第一視覺詞匯和第二視覺詞匯，所述第一視覺詞匯對(duì)應(yīng)的提取位置和所述第二視覺詞匯對(duì)應(yīng)的提取位置相鄰；

獲取每個(gè)相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)；

根據(jù)所述圖像的所有相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)，確定所述圖像的主題頻次。

可選地，所述獲取每個(gè)相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)，包括：

獲取所述圖像對(duì)應(yīng)的相鄰主題概率矩陣；

獲取每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量；

根據(jù)所述相鄰主題概率矩陣和所述每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，獲取每個(gè)相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)。

可選地，所述根據(jù)所述相鄰主題概率矩陣和所述每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，獲取每個(gè)相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)，包括：

獲取每個(gè)相鄰視覺詞匯對(duì)的n個(gè)候選主題對(duì)，其中，所述候選主題對(duì)包含第一候選主題和第二候選主題；

針對(duì)所述n個(gè)候選主題對(duì)中的每個(gè)所述候選主題對(duì)，根據(jù)所述相鄰主題概率矩陣和所述每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，獲取所述相鄰視覺詞匯對(duì)為所述候選主題對(duì)的概率；

根據(jù)獲取的n個(gè)所述相鄰視覺詞匯對(duì)為所述候選主題對(duì)的概率，確定最大概率對(duì)應(yīng)的候選主題對(duì)為所述相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)。

可選地，所述根據(jù)所述相鄰主題概率矩陣和所述每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，獲取所述相鄰視覺詞匯對(duì)為所述候選主題對(duì)的概率，包括：

根據(jù)所述相鄰主題概率矩陣，獲取所述候選主題對(duì)為相鄰主題的第一概率；

根據(jù)所述每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，獲取所述第一候選主題為第一視覺詞匯的第二概率，以及所述第二候選主題為所述第二視覺詞匯的第三概率；

根據(jù)所述第一概率、所述第二概率和所述第三概率，獲取所述相鄰視覺詞匯對(duì)為所述候選主題對(duì)的概率。

可選地，所述獲取所述圖像對(duì)應(yīng)的相鄰主題概率矩陣，包括：

根據(jù)θd～dir(α)作一次概率抽取，獲取所述圖像對(duì)應(yīng)的相鄰主題概率矩陣，其中，dir(α)是參數(shù)為α的狄利克雷概率分布，θd為第d幅圖像對(duì)應(yīng)的相鄰主題概率矩陣，其中，d為大于等于1小于等于d的整數(shù)，所述d為所有圖像的總數(shù)。

可選地，所述獲取每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，包括：

根據(jù)βk～dir(γ)作一次概率抽取，獲取每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，其中，dir(γ)是參數(shù)為γ的狄利克雷概率分布，βk為第k個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，其中，k為大于等于1小于等于k的整數(shù)，所述k為所有主題的總數(shù)。

可選地，所述根據(jù)所述圖像的主題頻次和所述類別矩陣，利用分類器，獲取所述圖像的類別，包括：

根據(jù)獲取所述圖像的類別，其中，是圖像的主題頻次直方圖；zdi表示第d幅圖像的第i個(gè)主題，zdj表示第d幅圖像的第j個(gè)主題，|zd|表示第d幅圖像的主題的個(gè)數(shù)；

η＝[η1，η2，……，ηc]^t，其中，ηc表示softmax函數(shù)第c個(gè)類別的向量，ηc～n(0，ρ²)，c為大于等于1小于等于c的整數(shù)，c為所有類別的總數(shù)，n(0，ρ²)為均值為0，方差為ρ²的正太分布。

根據(jù)本公開實(shí)施例的第二方面，提供一種圖像分類裝置，包括：

第一獲取模塊，被配置為獲取圖像的主題頻次；

第二獲取模塊，被配置為獲取類別矩陣，所述類別矩陣中包含c個(gè)類別的向量，每個(gè)類別的向量服從正態(tài)分布，所述c為大于等于2的整數(shù)；

處理模塊，被配置為根據(jù)所述圖像的主題頻次和所述類別矩陣，利用分類器，獲取所述圖像的類別。

可選地，所述第一獲取模塊包括：

第一獲取子模塊，被配置為以預(yù)設(shè)間距提取圖像的所有相鄰視覺詞匯對(duì)，所述相鄰視覺詞匯對(duì)中包含第一視覺詞匯和第二視覺詞匯，所述第一視覺詞匯對(duì)應(yīng)的提取位置和所述第二視覺詞匯對(duì)應(yīng)的提取位置相鄰；

第二獲取子模塊，被配置為獲取每個(gè)相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)；

第一處理子模塊，被配置為根據(jù)所述圖像的所有相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)，確定所述圖像的主題頻次。

可選地，所述第二獲取子模塊被配置為獲取所述圖像對(duì)應(yīng)的相鄰主題概率矩陣；獲取每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量；根據(jù)所述相鄰主題概率矩陣和所述每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，獲取每個(gè)相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)。

可選地，所述第二獲取子模塊被配置為獲取每個(gè)相鄰視覺詞匯對(duì)的n個(gè)候選主題對(duì)，其中，所述候選主題對(duì)包含第一候選主題和第二候選主題；針對(duì)所述n個(gè)候選主題對(duì)中的每個(gè)所述候選主題對(duì)，根據(jù)所述相鄰主題概率矩陣和所述每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，獲取所述相鄰視覺詞匯對(duì)為所述候選主題對(duì)的概率；根據(jù)獲取的n個(gè)所述相鄰視覺詞匯對(duì)為所述候選主題對(duì)的概率，確定最大概率對(duì)應(yīng)的候選主題對(duì)為所述相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)。

可選地，所述第二獲取子模塊被配置為根據(jù)所述相鄰主題概率矩陣，獲取所述候選主題對(duì)為相鄰主題的第一概率；根據(jù)所述每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，獲取所述第一候選主題為第一視覺詞匯的第二概率，以及所述第二候選主題為所述第二視覺詞匯的第三概率；根據(jù)所述第一概率、所述第二概率和所述第三概率，獲取所述相鄰視覺詞匯對(duì)為所述候選主題對(duì)的概率。

可選地，所述第二獲取子模塊被配置為根據(jù)θd～dir(α)作一次概率抽取，獲取所述圖像對(duì)應(yīng)的相鄰主題概率矩陣，其中，dir(α)是參數(shù)為α的狄利克雷概率分布，θd為第d幅圖像對(duì)應(yīng)的相鄰主題概率矩陣，其中，d為大于等于1小于等于d的整數(shù)，所述d為所有圖像的總數(shù)。

可選地，所述第二獲取子模塊被配置為根據(jù)βk～dir(γ)作一次概率抽取，獲取每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，其中，dir(γ)是參數(shù)為γ的狄利克雷概率分布，βk為第k個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，其中，k為大于等于1小于等于k的整數(shù)，所述k為所有主題的總數(shù)。

可選地，所述處理模塊，包括：

第二處理子模塊，被配置為根據(jù)獲取所述圖像的類別，其中，是圖像的主題頻次直方圖；zdi表示第d幅圖像的第i個(gè)主題，zdj表示第d幅圖像的第j個(gè)主題，|zd|表示第d幅圖像的主題的個(gè)數(shù)；

η＝[η1，η2，……，ηc]^t，其中，ηc表示softmax函數(shù)第c個(gè)類別的向量，ηc～n(0，ρ²)，c為大于等于1小于等于c的整數(shù)，c為所有類別的總數(shù)，n(0，ρ²)為均值為0，方差為ρ²的正太分布。

根據(jù)本公開實(shí)施例的第三方面，提供一種圖像分類裝置，包括：

處理器；

用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器；

其中，所述處理器被配置為執(zhí)行下述步驟：

獲取圖像的主題頻次；

獲取類別矩陣，所述類別矩陣中包含c個(gè)類別的向量，每個(gè)類別的向量服從正態(tài)分布，所述c為大于等于2的整數(shù)；

根據(jù)所述圖像的主題頻次和所述類別矩陣，利用分類器，獲取所述圖像的類別。

本公開的實(shí)施例提供的技術(shù)方案可以包括以下有益效果：

通過獲取圖像的主題頻次和類別矩陣，根據(jù)圖像的主題頻次和類別矩陣，利用分類器，獲取圖像的類別，考慮了整幅圖像的所有主題的頻次，使得分類的參考因素更加豐富，提高了圖像分類的準(zhǔn)確性，并且，避免了大量人工標(biāo)記的工作，提高了圖像分類的效率。

應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本公開。

附圖說明

此處的附圖被并入說明書中并構(gòu)成本說明書的一部分，示出了符合本公開的實(shí)施例，并與說明書一起用于解釋本公開的原理。

圖1是根據(jù)一示例性實(shí)施例示出的一種圖像分類方法的流程圖；

圖2是根據(jù)一示例性實(shí)施例示出的另一種圖像分類方法的流程示意圖；

圖3是根據(jù)一示例性實(shí)施例示出的再一種圖像分類方法的流程示意圖；

圖4是根據(jù)一示例性實(shí)施例示出的又一種圖像分類方法的流程示意圖；

圖5是根據(jù)一示例性實(shí)施例示出的一種圖像分類的裝置的框圖；

圖6是根據(jù)一示例性實(shí)施例示出的另一種圖像分類的裝置的框圖；

圖7是根據(jù)一示例性實(shí)施例示出的又一種圖像分類的裝置的框圖；

圖8是根據(jù)一示例性實(shí)施例示出的又一種圖像分類的裝置的框圖；

圖9是根據(jù)一示例性實(shí)施例示出的又一種用于圖像分類的裝置800的框圖；

圖10是根據(jù)一示例性實(shí)施例示出的又一種用于圖像分類的裝置1900的框圖。

通過上述附圖，已示出本公開明確的實(shí)施例，后文中將有更詳細(xì)的描述。這些附圖和文字描述并不是為了通過任何方式限制本公開構(gòu)思的范圍，而是通過參考特定實(shí)施例為本領(lǐng)域技術(shù)人員說明本公開的概念。

具體實(shí)施方式

這里將詳細(xì)地對(duì)示例性實(shí)施例進(jìn)行說明，其示例表示在附圖中。下面的描述涉及附圖時(shí)，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實(shí)施例中所描述的實(shí)施方式并不代表與本公開相一致的所有實(shí)施方式。相反，它們僅是與如所附權(quán)利要求書中所詳述的、本公開一些方面相一致的裝置和方法的例子。

圖1是根據(jù)一示例性實(shí)施例示出的一種圖像分類方法的流程圖，如圖1所示，該圖像分類方法，包括以下步驟。

在步驟s11中，獲取圖像的主題頻次。

其中，假設(shè)圖像為100*100的圖像，將圖像劃分為間距為10像素的網(wǎng)格，從每個(gè)網(wǎng)格節(jié)點(diǎn)上提取對(duì)應(yīng)的主題，則圖像可以提取出10*10個(gè)主題，不同的網(wǎng)格提取的主題可能相同，也可能不同，因此，可以根據(jù)每個(gè)主題所占的比例，確定圖像的所有主題的頻次。

其中，主題例如可以是動(dòng)物、植物和風(fēng)景等，對(duì)此，本申請(qǐng)不做限制。

在步驟s12中，獲取類別矩陣。

其中，類別矩陣中包含c個(gè)類別的向量，每個(gè)類別的向量服從正態(tài)分布，c為大于等于2的整數(shù)。c個(gè)類別為所有可能的類別。

其中，一種可能的實(shí)現(xiàn)方式，根據(jù)η＝[η1，η2，……，ηc]^t類別矩陣，其中，ηc表示softmax函數(shù)第c個(gè)類別的向量，ηc～n(0，ρ²)，c為大于等于1小于等于c的整數(shù)，c為所有類別的總數(shù)，n(0，ρ²)為均值為0，方差為ρ²的正太分布。

在步驟s13中，根據(jù)圖像的主題頻次和類別矩陣，利用分類器，獲取圖像的類別。

其中，一種可能的實(shí)現(xiàn)方式：根據(jù)獲取圖像的類別，其中，是圖像的主題頻次直方圖；zdi表示第d幅圖像的第i個(gè)主題，zdj表示第d幅圖像的第j個(gè)主題，|zd|表示第d幅圖像的主題的個(gè)數(shù)；

softmax為分類器，softmax的模型可以通過訓(xùn)練樣本和測試樣本獲得。

綜上，本實(shí)施例提供的圖像分類方法，通過獲取圖像的主題頻次和類別矩陣，根據(jù)圖像的主題頻次和類別矩陣，利用分類器，獲取圖像的類別，考慮了整幅圖像的所有主題的頻次，使得分類的參考因素更加豐富，提高了圖像分類的準(zhǔn)確性，并且，避免了大量人工標(biāo)記的工作，提高了圖像分類的效率。

圖2是根據(jù)一示例性實(shí)施例示出的另一種圖像分類方法的流程示意圖，圖2是在圖1所示實(shí)施例的基礎(chǔ)上，對(duì)圖1中的s11的一種可能的實(shí)現(xiàn)方式的描述，如圖2所示，包括：

s111：以預(yù)設(shè)間距提取圖像的所有相鄰視覺詞匯對(duì)。

其中，相鄰視覺詞匯對(duì)中包含第一視覺詞匯和第二視覺詞匯，第一視覺詞匯對(duì)應(yīng)的提取位置和第二視覺詞匯對(duì)應(yīng)的提取位置相鄰。

結(jié)合s11中的示例，以預(yù)設(shè)間隔10像素提取圖像的所有相鄰視覺詞匯，可以得到10*10個(gè)視覺詞匯，相鄰視覺詞匯對(duì)是指視覺詞匯對(duì)應(yīng)的提取位置相鄰的一對(duì)視覺詞匯。視覺詞匯例如：貓、狗和樹木等。

s112：獲取每個(gè)相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)。

例如：貓和狗為一對(duì)相鄰視覺詞匯，其對(duì)應(yīng)的主題對(duì)為動(dòng)物和動(dòng)物；再例如：貓和樹木為一對(duì)相鄰視覺詞匯，其對(duì)應(yīng)的主題為動(dòng)物和植物。

s113：根據(jù)圖像的所有相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)，確定圖像的主題頻次。

例如：總共有100個(gè)視覺詞匯，其中，動(dòng)物占20個(gè)，植物戰(zhàn)40個(gè)，風(fēng)景占40個(gè)，則動(dòng)物的頻次為20％，植物的頻次為40％，風(fēng)景為40％。

本實(shí)施例，通過以預(yù)設(shè)間距提取圖像的所有相鄰視覺詞匯對(duì)，獲取每個(gè)相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)，根據(jù)圖像的所有相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)，確定圖像的主題頻次，根據(jù)相鄰視覺詞匯對(duì)確定主題對(duì)，能夠更加準(zhǔn)確的確定圖像的所有主題，進(jìn)一步地提高圖像分類的準(zhǔn)確性。

圖3是根據(jù)一示例性實(shí)施例示出的再一種圖像分類方法的流程示意圖，圖2是在圖1所示實(shí)施例的基礎(chǔ)上，對(duì)圖2中的s112的一種可能的實(shí)現(xiàn)方式的描述，如圖3所示，包括：

s1121：獲取圖像對(duì)應(yīng)的相鄰主題概率矩陣。

其中，一種可能的實(shí)現(xiàn)方式：

根據(jù)θd～dir(α)作一次概率抽取，獲取圖像對(duì)應(yīng)的相鄰主題概率矩陣，其中，dir(α)是參數(shù)為α的狄利克雷概率分布，θd為第d幅圖像對(duì)應(yīng)的相鄰主題概率矩陣，其中，d為大于等于1小于等于d的整數(shù)，d為所有圖像的總數(shù)。

其中，θd是一個(gè)隨機(jī)矩陣，滿足θd<k，l>標(biāo)識(shí)矩陣θd的第k，l項(xiàng)，標(biāo)識(shí)產(chǎn)生一對(duì)相鄰主題k，l的概率，其中，k的取值為1到k整數(shù)，l的取值為1到k的整數(shù)，k為所有主題的總數(shù)。

s1122：獲取每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量。

其中，一種可能的實(shí)現(xiàn)方式：

根據(jù)βk～dir(γ)作一次概率抽取，獲取每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，其中，dir(γ)是參數(shù)為γ的狄利克雷概率分布，βk為第k個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，其中，k為大于等于1小于等于k的整數(shù)，k為所有主題的總數(shù)。

其中，βk滿足βki表示βk的第i項(xiàng)，表示主題k為視覺詞匯wi的概率，|v|表示所有不同視覺詞匯的總數(shù)，wi表示所有視覺詞匯中的第i個(gè)視覺詞匯。

s1123：根據(jù)相鄰主題概率矩陣和每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，獲取每個(gè)相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)。

其中，一種可能的實(shí)現(xiàn)方式如圖4所示，包括：

s11231：獲取每個(gè)相鄰視覺詞匯對(duì)的n個(gè)候選主題對(duì)。

其中，候選主題對(duì)包含第一候選主題和第二候選主題。

每個(gè)相鄰視覺詞匯對(duì)的n個(gè)候選主題對(duì)為所述θd中每個(gè)元素對(duì)應(yīng)的相鄰主題對(duì)，假設(shè)θd中包含10*10個(gè)元素，則每個(gè)相鄰視覺詞匯對(duì)的候選主題對(duì)有10*10個(gè)。

s11232：針對(duì)n個(gè)候選主題對(duì)中的每個(gè)候選主題對(duì)，根據(jù)相鄰主題概率矩陣和每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，獲取相鄰視覺詞匯對(duì)為候選主題對(duì)的概率。

以一個(gè)候選主題對(duì)為例，假設(shè)該候選主題對(duì)的第一候選主題為第k個(gè)主題和第二候選主題為第l個(gè)主題，k和l均為大于等于1小于等于k的整數(shù)。

其中，一種可能的實(shí)現(xiàn)方式：

根據(jù)相鄰主題概率矩陣，獲取候選主題對(duì)為相鄰主題的第一概率。

即獲取θd中的第k行第l列的元素值，為第一概率，記為θd<k，l>。

根據(jù)每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，獲取第一候選主題為第一視覺詞匯的第二概率，以及第二候選主題為第二視覺詞匯的第三概率；

假設(shè)第k個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量為βk，其中，第一視覺詞匯對(duì)應(yīng)的概率為βk，i，假設(shè)第l個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量為βl，第二視覺詞匯對(duì)應(yīng)的概率為βl，j。

根據(jù)第一概率、第二概率和第三概率，獲取相鄰視覺詞匯對(duì)為候選主題對(duì)的概率。

其中，一種可能的實(shí)現(xiàn)方式為，將第一概率、第二概率和第三概率相乘，得到相鄰視覺詞匯對(duì)為候選主題對(duì)的概率，即ρk，j＝θd<k，l>×βk，i×βl，j，ρk，j表示相鄰視覺詞匯對(duì)為候選主題對(duì)為第k個(gè)主題和第j個(gè)主題時(shí)的概率。

依據(jù)該方式，得到相鄰視覺詞匯對(duì)為其他候選主題對(duì)的概率。假設(shè)有10個(gè)主題，則可以得到10*10個(gè)概率。

s11233：根據(jù)獲取的n個(gè)相鄰視覺詞匯對(duì)為候選主題對(duì)的概率，確定最大概率對(duì)應(yīng)的候選主題對(duì)為相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)。

例如：ρk，j最大，則確定第k個(gè)主題和第l個(gè)主題組成的候選主題對(duì)為相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)。

本實(shí)施例，通過獲取圖像對(duì)應(yīng)的相鄰主題概率矩陣，獲取每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，根據(jù)相鄰主題概率矩陣和每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，獲取每個(gè)相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)，利用了位置相鄰主題之間的相關(guān)性，能夠更加準(zhǔn)確的確定圖像的所有主題，進(jìn)一步地提高圖像分類的準(zhǔn)確性。并且，避免了大量的人工標(biāo)記工作，提高了圖像分類的效率。

下述為本公開裝置實(shí)施例，可以用于執(zhí)行本公開方法實(shí)施例。對(duì)于本公開裝置實(shí)施例中未披露的細(xì)節(jié)，請(qǐng)參照本公開方法實(shí)施例。

圖5是根據(jù)一示例性實(shí)施例示出的一種圖像分類的裝置的框圖。如圖5所示，包括：第一獲取模塊501、第二獲取模塊502和處理模塊503，其中，第一獲取模塊501被配置為獲取圖像的主題頻次；第二獲取模塊502被配置為獲取類別矩陣，類別矩陣中包含c個(gè)類別的向量，每個(gè)類別的向量服從正態(tài)分布，c為大于等于2的整數(shù)；處理模塊503被配置為根據(jù)圖像的主題頻次和類別矩陣，利用分類器，獲取圖像的類別。

圖6是根據(jù)一示例性實(shí)施例示出的另一種圖像分類的裝置的框圖。圖6是在圖5所示實(shí)施例的基礎(chǔ)上，所述第一獲取模塊包括501進(jìn)一步地還包括：第一獲取子模塊5011、第二獲取子模塊5012和第一處理子模塊5013，其中，第一獲取子模塊5011被配置為以預(yù)設(shè)間距提取圖像的所有相鄰視覺詞匯對(duì)，所述相鄰視覺詞匯對(duì)中包含第一視覺詞匯和第二視覺詞匯，所述第一視覺詞匯對(duì)應(yīng)的提取位置和所述第二視覺詞匯對(duì)應(yīng)的提取位置相鄰；第二獲取子模塊5012被配置為獲取每個(gè)相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)；第一處理子模塊5013被配置為根據(jù)所述圖像的所有相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)，確定所述圖像的主題頻次。

進(jìn)一步地，所述第二獲取子模塊5012被配置為獲取所述圖像對(duì)應(yīng)的相鄰主題概率矩陣；獲取每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量；根據(jù)所述相鄰主題概率矩陣和所述每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，獲取每個(gè)相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)。

進(jìn)一步地，所述第二獲取子模塊5012被配置為獲取每個(gè)相鄰視覺詞匯對(duì)的n個(gè)候選主題對(duì)，其中，所述候選主題對(duì)包含第一候選主題和第二候選主題；針對(duì)所述n個(gè)候選主題對(duì)中的每個(gè)所述候選主題對(duì)，根據(jù)所述相鄰主題概率矩陣和所述每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，獲取所述相鄰視覺詞匯對(duì)為所述候選主題對(duì)的概率；根據(jù)獲取的n個(gè)所述相鄰視覺詞匯對(duì)為所述候選主題對(duì)的概率，確定最大概率對(duì)應(yīng)的候選主題對(duì)為所述相鄰視覺詞匯對(duì)對(duì)應(yīng)的主題對(duì)。

進(jìn)一步地，所述第二獲取子模塊5012被配置為根據(jù)所述相鄰主題概率矩陣，獲取所述候選主題對(duì)為相鄰主題的第一概率；根據(jù)所述每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，獲取所述第一候選主題為第一視覺詞匯的第二概率，以及所述第二候選主題為所述第二視覺詞匯的第三概率；根據(jù)所述第一概率、所述第二概率和所述第三概率，獲取所述相鄰視覺詞匯對(duì)為所述候選主題對(duì)的概率。

進(jìn)一步地，所述第二獲取子模塊5012被配置為根據(jù)θd～dir(α)作一次概率抽取，獲取所述圖像對(duì)應(yīng)的相鄰主題概率矩陣，其中，dir(α)是參數(shù)為α的狄利克雷概率分布，θd為第d幅圖像對(duì)應(yīng)的相鄰主題概率矩陣，其中，d為大于等于1小于等于d的整數(shù)，所述d為所有圖像的總數(shù)。

進(jìn)一步地，所述第二獲取子模塊5012被配置為根據(jù)βk～dir(γ)作一次概率抽取，獲取每個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，其中，dir(γ)是參數(shù)為γ的狄利克雷概率分布，βk為第k個(gè)主題對(duì)應(yīng)的視覺詞匯概率向量，其中，k為大于等于1小于等于k的整數(shù)，所述k為所有主題的總數(shù)。

圖7是根據(jù)一示例性實(shí)施例示出的又一種圖像分類的裝置的框圖。圖7是在圖6所示實(shí)施例的基礎(chǔ)上，進(jìn)一步地，所述處理模塊503包括第二處理子模塊5031被配置為根據(jù)獲取所述圖像的類別，其中，是圖像的主題頻次直方圖；zdi表示第d幅圖像的第i個(gè)主題，zdj表示第d幅圖像的第j個(gè)主題，|zd|表示第d幅圖像的主題的個(gè)數(shù)；

η＝[η1，η2，……，ηc]^t，其中，ηc表示softmax函數(shù)第c個(gè)類別的向量，ηc～n(0，ρ²)，c為大于等于1小于等于c的整數(shù)，c為所有類別的總數(shù)，n(0，ρ²)為均值為0，方差為ρ²的正太分布。

該圖像分類裝置可以通過軟件、硬件或者兩者的結(jié)合實(shí)現(xiàn)成為包含觸控顯示屏的電子設(shè)備的部分或者全部。參照?qǐng)D8，該裝置包括處理器801和存儲(chǔ)器802，其中，存儲(chǔ)器被配置為存儲(chǔ)處理器可執(zhí)行指令；其中，所述處理器被配置為執(zhí)行下述步驟：獲取圖像的主題頻次；獲取類別矩陣，所述類別矩陣中包含c個(gè)類別的向量，每個(gè)類別的向量服從正態(tài)分布，所述c為大于等于2的整數(shù)；根據(jù)所述圖像的主題頻次和所述類別矩陣，利用分類器，獲取所述圖像的類別。

關(guān)于上述實(shí)施例中的裝置，其中各個(gè)模塊執(zhí)行操作的具體方式已經(jīng)在有關(guān)該方法的實(shí)施例中進(jìn)行了詳細(xì)描述，此處將不做詳細(xì)闡述說明。

圖9是根據(jù)一示例性實(shí)施例示出的又一種用于圖像分類的裝置800的框圖。例如，裝置800可以是移動(dòng)電話，計(jì)算機(jī)，數(shù)字廣播終端，消息收發(fā)設(shè)備，游戲控制臺(tái)，平板設(shè)備，醫(yī)療設(shè)備，健身設(shè)備和個(gè)人數(shù)字助理等。

參照?qǐng)D9，裝置800可以包括以下一個(gè)或多個(gè)組件：處理組件802，存儲(chǔ)器804，電力組件806，多媒體組件808，音頻組件810，輸入/輸出(i/o)的接口812，傳感器組件814，以及通信組件816。

處理組件802通常控制裝置800的整體操作，諸如與顯示，電話呼叫，數(shù)據(jù)通信，相機(jī)操作和記錄操作相關(guān)聯(lián)的操作。處理組件802可以包括一個(gè)或多個(gè)處理器820來執(zhí)行指令，以完成上述的方法的全部或部分步驟。此外，處理組件802可以包括一個(gè)或多個(gè)模塊，便于處理組件802和其他組件之間的交互。例如，處理組件802可以包括多媒體模塊，以方便多媒體組件808和處理組件802之間的交互。

存儲(chǔ)器804被配置為存儲(chǔ)各種類型的數(shù)據(jù)以支持在裝置800的操作。這些數(shù)據(jù)的示例包括用于在裝置800上操作的任何應(yīng)用程序或方法的指令，聯(lián)系人數(shù)據(jù)，電話簿數(shù)據(jù)，消息，圖片，視頻等。存儲(chǔ)器804可以由任何類型的易失性或非易失性存儲(chǔ)設(shè)備或者它們的組合實(shí)現(xiàn)，如靜態(tài)隨機(jī)存取存儲(chǔ)器(sram)，電可擦除可編程只讀存儲(chǔ)器(eeprom)，可擦除可編程只讀存儲(chǔ)器(eprom)，可編程只讀存儲(chǔ)器(prom)，只讀存儲(chǔ)器(rom)，磁存儲(chǔ)器，快閃存儲(chǔ)器，磁盤或光盤。

電力組件806為裝置800的各種組件提供電力。電力組件806可以包括電源管理系統(tǒng)，一個(gè)或多個(gè)電源，及其他與為裝置800生成、管理和分配電力相關(guān)聯(lián)的組件。

多媒體組件808包括在所述裝置800和用戶之間的提供一個(gè)輸出接口的屏幕。在一些實(shí)施例中，屏幕可以包括液晶顯示器(lcd)和觸摸面板(tp)。如果屏幕包括觸摸面板，屏幕可以被實(shí)現(xiàn)為觸摸屏，以接收來自用戶的輸入信號(hào)。觸摸面板包括一個(gè)或多個(gè)觸摸傳感器以感測觸摸、滑動(dòng)和觸摸面板上的手勢。所述觸摸傳感器可以不僅感測觸摸或滑動(dòng)動(dòng)作的邊界，而且還檢測與所述觸摸或滑動(dòng)操作相關(guān)的持續(xù)時(shí)間和壓力。在一些實(shí)施例中，多媒體組件808包括一個(gè)前置攝像頭和/或后置攝像頭。當(dāng)裝置800處于操作模式，如拍攝模式或視頻模式時(shí)，前置攝像頭和/或后置攝像頭可以接收外部的多媒體數(shù)據(jù)。每個(gè)前置攝像頭和后置攝像頭可以是一個(gè)固定的光學(xué)透鏡系統(tǒng)或具有焦距和光學(xué)變焦能力。

音頻組件810被配置為輸出和/或輸入音頻信號(hào)。例如，音頻組件810包括一個(gè)麥克風(fēng)(mic)，當(dāng)裝置800處于操作模式，如呼叫模式、記錄模式和語音識(shí)別模式時(shí)，麥克風(fēng)被配置為接收外部音頻信號(hào)。所接收的音頻信號(hào)可以被進(jìn)一步存儲(chǔ)在存儲(chǔ)器804或經(jīng)由通信組件816發(fā)送。在一些實(shí)施例中，音頻組件810還包括一個(gè)揚(yáng)聲器，用于輸出音頻信號(hào)。

i/o接口812為處理組件802和外圍接口模塊之間提供接口，上述外圍接口模塊可以是鍵盤，點(diǎn)擊輪，按鈕等。這些按鈕可包括但不限于：主頁按鈕、音量按鈕、啟動(dòng)按鈕和鎖定按鈕。

傳感器組件814包括一個(gè)或多個(gè)傳感器，用于為裝置800提供各個(gè)方面的狀態(tài)評(píng)估。例如，傳感器組件814可以檢測到裝置800的打開/關(guān)閉狀態(tài)，組件的相對(duì)定位，例如所述組件為裝置800的顯示器和小鍵盤，傳感器組件814還可以檢測裝置800或裝置800一個(gè)組件的位置改變，用戶與裝置800接觸的存在或不存在，裝置800方位或加速/減速和裝置800的溫度變化。傳感器組件814可以包括接近傳感器，被配置用來在沒有任何的物理接觸時(shí)檢測附近物體的存在。傳感器組件814還可以包括光傳感器，如cmos或ccd圖像傳感器，用于在成像應(yīng)用中使用。在一些實(shí)施例中，該傳感器組件814還可以包括加速度傳感器，陀螺儀傳感器，磁傳感器，壓力傳感器或溫度傳感器。

通信組件816被配置為便于裝置800和其他設(shè)備之間有線或無線方式的通信。裝置800可以接入基于通信標(biāo)準(zhǔn)的無線網(wǎng)絡(luò)，如wifi，2g或3g，或它們的組合。在一個(gè)示例性實(shí)施例中，通信組件816經(jīng)由廣播信道接收來自外部廣播管理系統(tǒng)的廣播信號(hào)或廣播相關(guān)信息。在一個(gè)示例性實(shí)施例中，所述通信組件816還包括近場通信(nfc)模塊，以促進(jìn)短程通信。例如，在nfc模塊可基于射頻識(shí)別(rfid)技術(shù)，紅外數(shù)據(jù)協(xié)會(huì)(irda)技術(shù)，超寬帶(uwb)技術(shù)，藍(lán)牙(bt)技術(shù)和其他技術(shù)來實(shí)現(xiàn)。

在示例性實(shí)施例中，裝置800可以被一個(gè)或多個(gè)應(yīng)用專用集成電路(asic)、數(shù)字信號(hào)處理器(dsp)、數(shù)字信號(hào)處理設(shè)備(dspd)、可編程邏輯器件(pld)、現(xiàn)場可編程門陣列(fpga)、控制器、微控制器、微處理器或其他電子元件實(shí)現(xiàn)，用于執(zhí)行上述方法。

在示例性實(shí)施例中，還提供了一種包括指令的非臨時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，例如包括指令的存儲(chǔ)器804，上述指令可由裝置800的處理器820執(zhí)行以完成上述方法。例如，所述非臨時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)可以是rom、隨機(jī)存取存儲(chǔ)器(ram)、cd-rom、磁帶、軟盤和光數(shù)據(jù)存儲(chǔ)設(shè)備等。

圖10是根據(jù)一示例性實(shí)施例示出的又一種用于圖像分類的裝置1900的框圖。例如，裝置1900可以被提供為一服務(wù)器。參照?qǐng)D10，裝置1900包括處理組件1922，其進(jìn)一步包括一個(gè)或多個(gè)處理器，以及由存儲(chǔ)器1932所代表的存儲(chǔ)器資源，用于存儲(chǔ)可由處理組件1922的執(zhí)行的指令，例如應(yīng)用程序。存儲(chǔ)器1932中存儲(chǔ)的應(yīng)用程序可以包括一個(gè)或一個(gè)以上的每一個(gè)對(duì)應(yīng)于一組指令的模塊。此外，處理組件1922被配置為執(zhí)行指令，以執(zhí)行上述方法：獲取圖像的主題頻次；獲取類別矩陣，所述類別矩陣中包含c個(gè)類別的向量，每個(gè)類別的向量服從正態(tài)分布，所述c為大于等于2的整數(shù)；根據(jù)所述圖像的主題頻次和所述類別矩陣，利用分類器，獲取所述圖像的類別。

裝置1900還可以包括一個(gè)電源組件1926被配置為執(zhí)行裝置1900的電源管理，一個(gè)有線或無線網(wǎng)絡(luò)接口1950被配置為將裝置1900連接到網(wǎng)絡(luò)，和一個(gè)輸入輸出(i/o)接口1958。裝置1900可以操作基于存儲(chǔ)在存儲(chǔ)器1932的操作系統(tǒng)，例如windowsservertm，macosxtm，unixtm,linuxtm，freebsdtm或類似。

本領(lǐng)域技術(shù)人員在考慮說明書及實(shí)踐這里公開的發(fā)明后，將容易想到本公開的其它實(shí)施方案。本申請(qǐng)旨在涵蓋本公開的任何變型、用途或者適應(yīng)性變化，這些變型、用途或者適應(yīng)性變化遵循本公開的一般性原理并包括本公開未公開的本技術(shù)領(lǐng)域中的公知常識(shí)或慣用技術(shù)手段。說明書和實(shí)施例僅被視為示例性的，本公開的真正范圍和精神由下面的權(quán)利要求書指出。

應(yīng)當(dāng)理解的是，本公開并不局限于上面已經(jīng)描述并在附圖中示出的精確結(jié)構(gòu)，并且可以在不脫離其范圍進(jìn)行各種修改和改變。本公開的范圍僅由所附的權(quán)利要求書來限制。