(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 202210303659.9 (22)申请日 2022.03.24 (71)申请人 中国科学院自动化研究所 地址 100190 北京市海淀区中关村东路95 号 (72)发明人 徐常胜　姚涵涛　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 郭亮 (51)Int.Cl. G06V 10/764(2022.01) G06K 9/62(2022.01) G06V 10/762(2022.01) G06V 10/774(2022.01) G06V 10/74(2022.01) (54)发明名称 图片分类方法、 装置、 电子设备及存 储介质 (57)摘要 本发明提供一种图片分类方法、 装置、 电子 设备及存储介质， 其中方法包括： 将获取的待分 类目标域图片输入至图片分类模 型中， 得到所述 图片分类模 型输出的分类结果； 所述图片分类模 型是基于历史源域图片、 历史目标域图片和所述 历史源域图片 对应的类别标签训练得到的。 本发 明通过历史源域图片、 历史目标域图片和所述历 史源域图片对应的类别标签对图片分类模型进 行训练， 并将获取到的待分类目标域图片输入至 训练好的图片分类模型中， 得到带有类别标签的 分类结果， 实现对图片的准确分类 。 权利要求书2页 说明书10页 附图1页 CN 114821153 A 2022.07.29 CN 114821153 A 1.一种图片分类方法， 其特 征在于， 包括： 将获取的待分类目标域图片输入至图片分类模型中， 得到所述图片分类模型输出的分 类结果； 所述图片分类模型是基于历史源域图片、 历史目标域图片和所述历史源域图片对应的 类别标签训练得到的。 2.根据权利要求1所述图片分类方法， 其特 征在于， 所述图片分类模型包括： 特征提取层， 从源域图片和目标域图片中提取所述源域图片对应的源域图片特征和所 述目标域图片对应的目标域图片特 征； 源域分类层， 对所述源域图片特征进行分类预测， 得到所述源域图片对应的源域图片 分类得分； 特征重构层， 基于所述源域图片特征对所述目标域图片特征进行重构， 得到所述目标 域图片对应的目标域重构特 征； 目标域分类层， 对所述目标域图片对应的目标域重构特征进行分类预测， 得到所述目 标域图片对应的目标域图片分类得分； 数值分类层， 对所述目标域源域图片分类得分和所述目标域图片分类得分进行分类处 理， 得到所述分类结果。 3.根据权利要求2所述的图片分类方法， 其特征在于， 所述图片分类模型的训练步骤如 下： 将所述历史源域图片和所述历史目标域图片输入至所述特征提取层中， 获取所述历史 源域图片对应的历史源域图片特 征和所述历史目标域图片对应的历史目标域图片特 征； 基于所述历史源域图片特 征构建第一损失函数； 基于所述历史源域图片特 征和所述历史目标域图片特 征构建第二损失函数； 将所述历史源域图片特征和所述历史目标域图片特征输入至所述特征重构层， 获取所 述历史目标域图片对应的历史目标域重构特 征； 基于所述历史目标域重构特 征和所述历史目标域图片特 征构建第三损失函数； 将所述历史目标域重构特征输入至目标域分类层， 获取所述历史目标域重构特征对应 的历史目标域图片分类得分； 基于所述历史目标域图片分类得分和所述历史目标域图片特征对应的初始目标域图 片分类得分构建第四损失函数； 基于所述第一损 失函数、 所述第二损 失函数、 所述第三损 失函数和所述第 四损失函数 均收敛以结束训练。 4.根据权利要求3所述的图片分类方法， 其特征在于， 所述基于所述历史源域图片特征 构建第一损失函数， 包括： 将所述历史源域图片特征输入所述源域分类层， 获取所述历史源域图片特征对应的历 史源域图片分类得分； 基于所述历史源域图片的类别标签和所述历史源域图片分类得分， 构建所述第 一损失 函数。 5.根据权利要求3所述的图片分类方法， 其特征在于， 所述将所述历史源域图片特征和 所述历史目标域图片特征输入至所述特征重构层， 获取所述历史目标域图片的历史目标域权　利　要　求　书 1/2 页 2 CN 114821153 A 2重构特征， 包括： 从所述历史源域图片提取的历史源域图片特 征中得到预设数量的源域视 觉词； 基于所述源域视觉词和所述历史目标域图片特征， 获取每一所述历史目标源域图片特 征的相似度数值； 对所述相似度数值进行加权平均处 理， 得到所述历史目标域重构特 征。 6.根据权利要求5所述的图片分类方法， 其特征在于， 所述从所述历史源域图片提取的 历史源域图片特 征中得到预设数量的源域视 觉词， 包括： 基于聚类算法对所述历史源域图片提取的历史源域图片特征进行聚类处理， 得到预设 数量的所述源域视 觉词。 7.一种图片分类装置， 其特 征在于， 包括： 分类模块， 用于将获取的待分类目标域图片输入至 图片分类模型中， 得到所述图片分 类模型输出的分类结果； 所述图片分类模型是基于历史源域图片、 历史目标域图片和所述历史源域图片对应的 类别标签训练得到的。 8.一种电子设备， 包括存储器、 处理器及存储在所述存储器上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程序时实现如权利要求1至6任一项所 述图片分类方法。 9.一种非暂态计算机可读存储介质， 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至 6任一项所述图片分类方法。 10.一种计算机程序产品， 包括计算机程序， 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至 6任一项所述图片分类方法。权　利　要　求　书 2/2 页 3 CN 114821153 A 3