(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 202210860752.X (22)申请日 2022.07.21 (71)申请人 中国平安人寿保险股份有限公司 地址 518000 广东省深圳市福田区福田街 道益田路5033号平安金融中心14、 15、 16、 37、 41、 4 4、 45、 46、 54、 58、 59层 (72)发明人 刘东煜　周坤胜　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 专利代理师 廖慧贤 (51)Int.Cl. G06V 10/80(2022.01) G06V 10/764(2022.01) G06F 16/35(2019.01) G06F 16/903(2019.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 图像分类方法、 图像分类装置、 电子设备及 存储介质 (57)摘要 本申请实施例提供了一种图像 分类方法、 图 像分类装置、 电子设备及存储介质， 属于人工智 能技术领域。 该方法包括： 获取待处理的目标图 像； 对目标图像进行文本识别， 得到原始文本数 据； 根据预设算法对原始文本数据进行结构化处 理， 得到行文本数据； 通过预设的文本分类模型 对行文本数据进行分类处理， 得到第一分类数 据； 通过预设的正则匹配方式对原始文本数据进 行分类处理， 得到第二分类数据； 根据第一分类 数据和第二分类数据， 得到目标分类数据。 本申 请实施例能够提高图像分类的准确性。 权利要求书2页 说明书14页 附图6页 CN 115205648 A 2022.10.18 CN 115205648 A 1.一种图像分类方法， 其特 征在于， 所述方法包括： 获取待处 理的目标图像； 对所述目标图像进行文本识别， 得到原 始文本数据； 根据预设算法对所述原 始文本数据进行 结构化处 理， 得到行文本数据； 通过预设的文本分类模型对所述行文本数据进行分类处 理， 得到第一分类数据； 通过预设的正则匹配方式对所述原 始文本数据进行分类处 理， 得到第二分类数据； 根据所述第一分类数据和所述第二分类数据， 得到目标分类数据。 2.根据权利要求1所述的图像分类方法， 其特征在于， 所述根据 预设算法对所述原始文 本数据进行 结构化处 理， 得到行文本数据的步骤， 包括： 通过预设的排序算法对所述原 始文本数据进行排序处 理， 得到初始文本序列； 通过最小二乘法对所述初始文本序列进行拟合处 理， 得到行文本斜 率值； 根据所述行文本斜率值对所述原始文本数据进行行结构化处理， 得到所述行文本数 据。 3.根据权利要求1所述的图像分类方法， 其特征在于， 所述文本分类模型包括卷积网 络、 组合网络， 所述通过预设的文本分类模型对所述行文本数据进 行分类处理， 得到第一分 类数据的步骤， 包括： 对所述行文本数据进行嵌入处 理， 得到行文本嵌入向量； 通过所述卷积网络对所述行文本嵌入向量进行 特征提取， 得到行文本表征向量； 通过所述组合网络对所述行文本表征向量进行组合处 理， 得到融合行文本特 征向量； 对所述行文本表征向量进行最大池化处 理， 得到行文本池化向量； 对所述融合行文本特征向量和所述行文本池化向量进行拼接处理， 得到目标文本表征 向量； 通过预设函数对所述目标文本表征向量进行分类处 理， 得到所述第一分类数据。 4.根据权利要求3所述的图像分类方法， 其特征在于， 所述卷积网络包括第一卷积层、 第二卷积层、 第三卷积层以及池化层， 所述通过所述卷积网络对所述行文本嵌入向量进行 特征提取， 得到行文本表征向量的步骤， 包括： 通过所述第一卷积层对所述行文本嵌入向量进行卷积处理， 得到第一卷积向量， 并通 过所述池化层对所述第一卷积向量进行最大池化处 理， 得到第一池化向量； 通过所述第二卷积层对所述行文本嵌入向量进行卷积处理， 得到第二卷积向量， 并通 过所述池化层对所述第二卷积向量进行最大池化处 理， 得到第二池化向量； 通过所述三卷积层对所述行文本嵌入向量进行卷积处理， 得到第三卷积向量， 并通过 所述池化层对所述第三卷积向量进行最大池化处 理， 得到第三池化向量； 对所述第一池化向量、 所述第二池化向量以及所述第三池化向量进行拼接处理， 得到 所述行文本表征向量。 5.根据权利要求3所述的图像分类方法， 其特征在于， 所述通过所述组合网络对所述行 文本表征向量进行组合处 理， 得到融合行文本特 征向量的步骤， 包括： 通过所述组合网络的分类函数对所述行文本表征向量进行权重计算， 得到每一所述行 文本表征向量的分类权 重； 根据所述分类权重对所述行文本表征向量进行加权计算， 得到所述融合行文本特征向权　利　要　求　书 1/2 页 2 CN 115205648 A 2量。 6.根据权利要求3所述的图像分类方法， 其特征在于， 所述通过预设函数对所述目标文 本表征向量进行分类处 理， 得到所述第一分类数据的步骤， 包括： 通过所述预设函数和预设的文本类别标签对所述目标文本表征向量进行分类概率计 算， 得到每一文本类别标签的分类概 率值； 根据所述分类概 率值， 得到所述第一分类数据。 7.根据权利要求1至6任一项所述的图像分类方法， 其特征在于， 所述根据所述第一分 类数据和所述第二分类数据， 得到目标分类数据的步骤， 包括： 对所述第一分类数据和所述第二分类数据进行比对分析， 得到分析 结果； 若所述分析结果为所述第 一分类数据和所述第 二分类数据相同， 则将所述第 一分类数 据或者所述第二分类数据作为目标分类数据； 若所述分析结果为所述第 一分类数据和所述第 二分类数据不相同， 则获取所述第 一分 类数据和所述第二分类数据的优先级， 并根据所述优先级将第一分类数据或者所述第二分 类数据作为目标分类数据。 8.一种图像分类装置， 其特 征在于， 所述装置包括： 图像获取模块， 用于获取待处 理的目标图像； 文本识别模块， 用于对所述目标图像进行文本识别， 得到原 始文本数据； 结构化处理模块， 用于根据预设算法对所述原始文本数据进行结构化处理， 得到行文 本数据； 第一分类模块， 用于通过预设的文本分类模型对所述行文本数据进行分类处理， 得到 第一分类数据； 第二分类模块， 用于通过预设的正则匹配方式对所述原始文本数据进行分类处理， 得 到第二分类数据； 比对模块， 用于根据所述第一分类数据和所述第二分类数据， 得到目标分类数据。 9.一种电子设备， 其特征在于， 所述电子设备包括存储器、 处理器、 存储在所述存储器 上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通 信的数据总线， 所述程序被所述处理器执行时实现如权利要求1至7任一项所述的图像分类 方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有一个或者 多个程序， 所述一个或者多个程序可被一个或者多个处理器执行， 以实现权利要求1至7中 任一项所述的图像分类方法的步骤。权　利　要　求　书 2/2 页 3 CN 115205648 A 3