图像分类方法、装置、电子设备及存储介质

摘要

本申请是关于一种图像分类方法、装置、电子设备及存储介质。在本申请中，在得到待分类图像之后，可以根据预设网络结构获取待分类图像的多个特征矩阵；根据每一个特征矩阵获取N个感受野的特征向量，N为大于1的整数；将N个感受野的特征向量融合为目标特征向量；从而得到了待分类图像的具备多种感受野的目标特征向量，之后再根据目标特征量获取待分类图像的分类标签，从而可以识别出待分类图像中的所有物体，例如，除了可以识别出在待分类图像中面积占比大的物体，还可以识别出在待分类图像中面积占小的物体，从而可以获取到待分类图像的更全面的分类标签。因此，本申请可以提高分类精准度。

说明书

技术领域

本申请涉及计算机技术领域，尤其涉及一种图像分类方法、装置、电子设备及存储介质。

背景技术

当前，深度学习在视频图像、语音识别以及自然语言处理等相关领域得到了广泛应用。卷积神经网络作为深度学习的一个重要分支，由于其超强的拟合能力以及端到端的全局优化能力，使得图像分类任务在应用卷积神经网络之后，分类精准度大幅提升。

虽然目前的分类模型对图像具有了一定的分类能力，但是仍然会出现大量分类错误的情况。因此，如何进一步优化图像分类模型成为一个需要解决的问题。

其中，选择更深更复杂的分类模型通常是进一步提高分类精准度的手段，但是，分类精准度的提升并不是与分类模型的复杂程度成正比，也就是说随着分类模型越来越复杂，其分类精准度的提升会趋于稳定。

除此之外，随着分类模型层数增多，感受野也越来越大，因此分类模型对图像中的小物体的识别能力越来越差。然而，在一个分类体系中往往包含有大物体也包括小物体，例如，一个分类体系的标签体系包括有“KTV”，“人”以及“酒瓶”等。假设在图像中，“KTV”几乎占据了整张图像，“人”占据图像的大部分，而“酒瓶”仅占据了图像中的一小部分。如此，使用复杂的分类模型往往只能识别出图像中的KTV和人，无法识别出酒瓶。

发明内容

为克服相关技术中存在的问题，本申请提供一种图像分类方法、装置、电子设备及存储介质。

根据本申请实施例的第一方面，提供一种图像分类方法，所述方法包括：

根据预设网络结构获取待分类图像的多个特征矩阵；

根据每一个特征矩阵获取N个感受野的特征向量，所述N为大于1的整数；

将N个感受野的特征向量融合为目标特征向量；

根据所述目标特征量获取所述待分类图像的分类标签。

在一个可选的实现方式中，所述预设网络结构中包括多个级联的不同层级的网络结构；

所述根据预设网络结构获取待分类图像的多个特征矩阵，包括：

将所述待分类图像输入至多个级联的不同层级的网络结构中的层级最低的网络结构中，得到每一个层级的网络结构输出的特征矩阵。

在一个可选的实现方式中，所述根据每一个特征矩阵获取N个感受野的特征向量，包括：

对于每一个特征矩阵，根据输出每一个特征矩阵的网络结构确定各个特征矩阵对应的N个感受野；

根据各个感受野将其对应的特征矩阵拆分为多个特征子矩阵；

对每一个特征矩阵拆分后的多个特征子矩阵分别进行池化处理，得到每个特征子矩阵对应的池化特征矩阵；

将每个池化特征矩阵转换为其对应的特征向量。

在一个可选的实现方式中，所述根据输出每一个特征矩阵的网络结构确定各个特征矩阵对应的N个感受野，包括：

在网络结构与感受野之间的对应关系中，确定与用于输出每一个特征矩阵的网络结构相对应的感受野，其中，在所述对应关系中，层级越高的网络结构对应的感受野越大，层级越低的网络结构对应的感受野越小。

在一个可选的实现方式中，所述对每一个特征矩阵拆分后的多个特征子矩阵分别进行池化处理，包括：

在网络结构与池化方式之间的对应关系中，确定与用于输出每一个特征矩阵的网络结构相对应的池化方式；

根据确定的池化方式对每一个特征矩阵拆分后的多个特征子矩阵分别进行池化处理。

根据本申请实施例的第二方面，提供一种图像分类装置，所述装置包括：

第一获取模块，用于根据预设网络结构获取待分类图像的多个特征矩阵；

第二获取模块，用于根据每一个特征矩阵获取N个感受野的特征向量，所述N为大于1的整数；

融合模块，用于将N个感受野的特征向量融合为目标特征向量；

第三获取模块，用于根据所述目标特征量获取所述待分类图像的分类标签。

在一个可选的实现方式中，所述预设网络结构中包括多个级联的不同层级的网络结构；

所述第一获取模块具体用于：将所述待分类图像输入至多个级联的不同层级的网络结构中的层级最低的网络结构中，得到每一个层级的网络结构输出的特征矩阵。

在一个可选的实现方式中，所述第二获取模块包括：

确定单元，用于对于每一个特征矩阵，根据输出每一个特征矩阵的网络结构确定各个特征矩阵对应的N个感受野；

拆分单元，根据各个感受野将其对应的特征矩阵拆分为多个特征子矩阵；

池化单元，用于对每一个特征矩阵拆分后的多个特征子矩阵分别进行池化处理，得到每个特征子矩阵对应的池化特征矩阵；

转换单元，用于将每个池化特征矩阵转换为其对应的特征向量。

在一个可选的实现方式中，所述确定单元具体用于：在网络结构与感受野之间的对应关系中，确定与用于输出每一个特征矩阵的网络结构相对应的感受野，其中，在所述对应关系中，层级越高的网络结构对应的感受野越大，层级越低的网络结构对应的感受野越小。

在一个可选的实现方式中，所述池化单元包括：

确定子单元，用于在网络结构与池化方式之间的对应关系中，确定与用于输出每一个特征矩阵的网络结构相对应的池化方式；

池化子单元，用于根据确定的池化方式对每一个特征矩阵拆分后的多个特征子矩阵分别进行池化处理。

根据本申请实施例的第三方面，提供一种电子设备，所述电子设备包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行如第一方面所述的图像分类方法。

根据本申请实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如第一方面所述的图像分类方法。

根据本申请实施例的第五方面，提供一种计算机程序产品，当所述计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如第一方面所述的图像分类方法。

本申请的实施例提供的技术方案可以包括以下有益效果：

在本申请中，在得到待分类图像之后，可以根据预设网络结构获取待分类图像的多个特征矩阵；根据每一个特征矩阵获取N个感受野的特征向量，N为大于1的整数；将N个感受野的特征向量融合为目标特征向量；从而得到了待分类图像的具备多种感受野的目标特征向量，之后再根据目标特征量获取待分类图像的分类标签，从而可以识别出待分类图像中的所有物体，例如，除了可以识别出在待分类图像中面积占比大的物体，还可以识别出在待分类图像中面积占小的物体，从而可以获取到待分类图像的更全面的分类标签。因此，本申请可以提高分类精准度。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

图1是根据一示例性实施例示出的一种图像分类方法的流程图。

图2是根据一示例性实施例示出的一种图像分类装置的框图。

图3是根据一示例性实施例示出的一种电子设备的框图。

图4是根据一示例性实施例示出的一种电子设备的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种图像分类方法的流程图，如图1所示，该方法方法用于终端中包括以下步骤。

在步骤S101中，根据预设网络结构获取待分类图像的多个特征矩阵；

在本申请实施例中，待分类图像包括用户实时在电子设备中输入的图像，或者，用户事先在电子设备中存储的图像。

预设网络结构可以为基于卷积神经网络的预设分类模型中的网络结构，在本申请中，预设网络结构中包括多个级联的不同层级的网络结构；

当得到待分类图像之后，首先需要获取待分类图像的特征矩阵，其中，可以将待分类图像输入至多个级联的不同层级的网络结构中的层级最低的网络结构中，得到每一个层级的网络结构输出的特征矩阵。

在多个级联的网络结构的两个相邻的网络结构中，级联顺序靠前的网络结构的输出为级联顺序靠后的网络结构的输入。如此，在将待分类图像输入层级最低的网络结构中之后，层级最低的网络结构中会输出一个特征矩阵，层级最低的网络结构中输出的特征矩阵又会输出至与层级最低的网络结构相邻的层级较高的网络结构中，依次类推，直至层级最高的网络结构输出一个特征矩阵为止。可见，每一个网络结构都会输出一个特征矩阵，如此，根据预设网络结构可以获取待分类图像的多个特征矩阵。

例如，预设分类模型中的预设网络结构包括浅层网络结构、中层网络结构以及深层网络结构等。

可以首先将待分类图像输入浅层网络结构，浅层网络结构根据待分类图像就会输出一个特征矩阵，浅层网络结构输出的特征矩阵又会输入至中层网络结构，然后中层网络就会根据浅层网络结构输出的特征矩阵又输出一个特征矩阵，中层网络结构输出的特征矩阵又会输入至深层网络结构，然后深层网络就会根据中层网络结构输出的特征矩阵又输出一个特征矩阵。

如此，可以得到浅层网络结构、中层网络结构以及深层网络结构分别输出了一个特征矩阵，一共得到三个特征矩阵。

在步骤S102中，根据每一个特征矩阵获取N个感受野的特征向量，N为大于1的整数；

在本步骤中，对于每一个特征矩阵，根据输出每一个特征矩阵的网络结构确定各个特征矩阵对应的N个感受野；根据各个感受野将其对应的特征矩阵拆分为多个特征子矩阵；对每一个特征矩阵拆分后的多个特征子矩阵分别进行池化处理，得到每个特征子矩阵对应的池化特征矩阵；将每个池化特征矩阵转换为其对应的特征向量。

其中，在根据输出每一个特征矩阵的网络结构确定各个特征矩阵对应的N个感受野时，可以在网络结构与感受野之间的对应关系中，确定与用于输出每一个特征矩阵的网络结构相对应的感受野，其中，在所述对应关系中，层级越高的网络结构对应的感受野越大，层级越低的网络结构对应的感受野越小。

其中，在对每一个特征矩阵拆分后的多个特征子矩阵分别进行池化处理时，可以在网络结构与池化方式之间的对应关系中，确定与用于输出每一个特征矩阵的网络结构相对应的池化方式；根据确定的池化方式对每一个特征矩阵拆分后的多个特征子矩阵分别进行池化处理。

例如，对于任意一个特征矩阵，可以根据该特征矩阵，按照如下流程获取该感受野的特征向量，包括：

11)、根据输出该特征矩阵的网络结构确定感受野；

在本申请实施例中，不同层级的网络结构适用的感受野是不同的，层级越高的网络结构适用的感受野越大，层级越低的网络结构适用的感受野越小。

对于任意一个网络结构，技术人员事先可以将该网络结构与该网络结构适用的感受野组成对应表项，并存储在在网络结构与感受野之间的对应关系中，对于其他每一网络结构，同样如此。其中，在网络结构与感受野之间的对应关系中，层级越高的网络结构适用的感受野越大，层级越低的网络结构适用的感受野越小。

因此，在本步骤中，可以在网络结构与感受野之间的对应关系中，确定与用于输出特征矩阵的网络结构相对应的感受野，

12)、根据该感受野将该特征矩阵拆分为多个特征子矩阵；

其中，在本申请中，感受野为占该特征矩阵的比例，例如三分之一、四分之一或十六分之一等，如此，可以确定占该特征矩阵的比例的倒数，并作为可以将该特征矩阵拆分后的特征子矩阵的份数；然后将该特征矩阵拆分为该份数个特征子矩阵。

13)、对多个特征子矩阵分别进行池化处理，得到池化特征矩阵；

在本申请中，对不同的网络结构输出的特征矩阵中的特征子矩阵进行池化处理时，适用的池化方式可能不同，例如，对层级较高的网络结构输出的特征矩阵中的特征子矩阵进行池化处理时，往往根据平均池化方式进行池化处理，对层级较低的网络结构输出的特征矩阵中的特征子矩阵进行池化处理时，往往根据最大池化方式进行池化处理。

任意一个网络结构，技术人员事先可以将该网络结构与对该网络结构输出的特征矩阵中的特征子矩阵进行池化处理时适用的池化方式组成对应表项，并存储在网络结构与池化方式之间的对应关系中，对于其他每一个网络结构，同样如此。

因此，在本步骤中，可以在网络结构与池化方式之间的对应关系中，确定与用于输出特征矩阵的网络结构相对应的池化方式；然后根据该池化方式对多个特征子矩阵分别进行池化处理。

14)、将池化特征矩阵转换为特征向量。

在步骤S103中，将N个感受野的特征向量融合为目标特征向量；

其中，可以将特征向量对应的网络结构之间的层级先后顺序，将多个不同感受野的特征向量按照向量首尾拼接的方式组合目标特征向量。

例如，特征向量[21 52 78 46]对应的网络结构为浅层网络结构，特征向量[74 9502 45 56]对应的网络结构为中层网络结构，特征向量[34 74 13 85 45 92]对应的网络结构为深层网络结构，可以将这三个特征向量拼接为目标特征向量[21 52 78 46 74 95 0245 56 34 74 13 85 45 92]。

在步骤S104中，根据目标特征量获取待分类图像的分类标签。

在本申请中，可以根据现有技术中的任意一种分类标签获取方式来根据目标特征量获取待分类图像的分类标签，本申请对具体的获取方法不做限定。

在本申请中，在得到待分类图像之后，可以根据预设网络结构获取待分类图像的多个特征矩阵；根据每一个特征矩阵获取N个感受野的特征向量，N为大于1的整数；将N个感受野的特征向量融合为目标特征向量；从而得到了待分类图像的具备多种感受野的目标特征向量，之后再根据目标特征量获取待分类图像的分类标签，从而可以识别出待分类图像中的所有物体，例如，除了可以识别出在待分类图像中面积占比大的物体，还可以识别出在待分类图像中面积占小的物体，从而可以获取到待分类图像的更全面的分类标签。因此，本申请可以提高分类精准度。

图2是根据一示例性实施例示出的一种图像分类装置框图。参照图2，该装置包括：

第一获取模块11，用于根据预设网络结构获取待分类图像的多个特征矩阵；

第二获取模块12，用于根据每一个特征矩阵获取N个感受野的特征向量，所述N为大于1的整数；

融合模块13，用于将N个感受野的特征向量融合为目标特征向量；

第三获取模块14，用于根据所述目标特征量获取所述待分类图像的分类标签。

在一个可选的实现方式中，所述预设网络结构中包括多个级联的不同层级的网络结构；

所述第一获取模块11具体用于：将所述待分类图像输入至多个级联的不同层级的网络结构中的层级最低的网络结构中，得到每一个层级的网络结构输出的特征矩阵。

在一个可选的实现方式中，所述第二获取模块12包括：

确定单元，用于对于每一个特征矩阵，根据输出每一个特征矩阵的网络结构确定各个特征矩阵对应的N个感受野；

拆分单元，根据各个感受野将其对应的特征矩阵拆分为多个特征子矩阵；

池化单元，用于对每一个特征矩阵拆分后的多个特征子矩阵分别进行池化处理，得到每个特征子矩阵对应的池化特征矩阵；

转换单元，用于将每个池化特征矩阵转换为其对应的特征向量。

在一个可选的实现方式中，所述确定单元具体用于：在网络结构与感受野之间的对应关系中，确定与用于输出每一个特征矩阵的网络结构相对应的感受野，其中，在所述对应关系中，层级越高的网络结构对应的感受野越大，层级越低的网络结构对应的感受野越小。

在一个可选的实现方式中，所述池化单元包括：

确定子单元，用于在网络结构与池化方式之间的对应关系中，确定与用于输出每一个特征矩阵的网络结构相对应的池化方式；

池化子单元，用于根据确定的池化方式对每一个特征矩阵拆分后的多个特征子矩阵分别进行池化处理。

在本申请中，在得到待分类图像之后，可以根据预设网络结构获取待分类图像的多个特征矩阵；根据每一个特征矩阵获取N个感受野的特征向量，N为大于1的整数；将N个感受野的特征向量融合为目标特征向量；从而得到了待分类图像的具备多种感受野的目标特征向量，之后再根据目标特征量获取待分类图像的分类标签，从而可以识别出待分类图像中的所有物体，例如，除了可以识别出在待分类图像中面积占比大的物体，还可以识别出在待分类图像中面积占小的物体，从而可以获取到待分类图像的更全面的分类标签。因此，本申请可以提高分类精准度。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本申请的执行主体可以是电子设备，如图3所示，电子设备300可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。如图4所示，电子设备400可以是服务器等。

参照图3，电子设备300可以包括以下一个或多个组件：处理组件302，存储器304，电力组件306，多媒体组件308，音频组件310，输入/输出(I/O)的接口312，传感器组件314，以及通信组件316。

处理组件302通常控制电子设备300的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件302可以包括一个或多个处理器320来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件302可以包括一个或多个模块，便于处理组件302和其他组件之间的交互。例如，处理组件302可以包括多媒体模块，以方便多媒体组件308和处理组件302之间的交互。

存储器304被配置为存储各种类型的数据以支持在设备300的操作。这些数据的示例包括用于在电子设备300上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器304可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件306为电子设备300的各种组件提供电力。电源组件306可以包括电源管理系统，一个或多个电源，及其他与为电子设备300生成、管理和分配电力相关联的组件。

多媒体组件308包括在所述电子设备300和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件308包括一个前置摄像头和/或后置摄像头。当设备300处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件310被配置为输出和/或输入音频信号。例如，音频组件310包括一个麦克风(MIC)，当电子设备300处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器304或经由通信组件316发送。在一些实施例中，音频组件310还包括一个扬声器，用于输出音频信号。

I/O接口312为处理组件302和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件314包括一个或多个传感器，用于为电子设备300提供各个方面的状态评估。例如，传感器组件314可以检测到设备300的打开/关闭状态，组件的相对定位，例如所述组件为电子设备300的显示器和小键盘，传感器组件314还可以检测电子设备300或电子设备300一个组件的位置改变，用户与电子设备300接触的存在或不存在，电子设备300方位或加速/减速和电子设备300的温度变化。传感器组件314可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件314还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件314还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件316被配置为便于电子设备300和其他设备之间有线或无线方式的通信。电子设备300可以接入基于通信标准的无线网络，如WiFi，运营商网络(如2G、3G、4G或5G)，或它们的组合。在一个示例性实施例中，通信组件316经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件316还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备300可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器304，上述指令可由电子设备300的处理器320执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

参照图4，电子设备400包括处理组件422，其进一步包括一个或多个处理器，以及由存储器432所代表的存储器资源，用于存储可由处理组件422的执行的指令，例如应用程序。存储器432中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件422被配置为执行指令，以执行上述方法。

电子设备400还可以包括一个电源组件426被配置为执行电子设备400的电源管理，一个有线或无线网络接口450被配置为将电子设备400连接到网络，和一个输入输出(I/O)接口458。电子设备400可以操作基于存储在存储器432的操作系统，例如WindowsServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

本申请实施例还提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如图1所述的图像分类方法。

本申请实施例还提供一种计算机程序产品，当所述计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如图1所述的图像分类方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

A6、一种图像分类装置，所述装置包括：

第一获取模块，用于根据预设网络结构获取待分类图像的多个特征矩阵；

第二获取模块，用于根据每一个特征矩阵获取N个感受野的特征向量，所述N为大于1的整数；

融合模块，用于将N个感受野的特征向量融合为目标特征向量；

第三获取模块，用于根据所述目标特征量获取所述待分类图像的分类标签。

A7、根据A6所述的装置，所述预设网络结构中包括多个级联的不同层级的网络结构；

所述第一获取模块具体用于：将所述待分类图像输入至多个级联的不同层级的网络结构中的层级最低的网络结构中，得到每一个层级的网络结构输出的特征矩阵。

A8、根据A7所述的装置，所述第二获取模块包括：

确定单元，用于对于每一个特征矩阵，根据输出每一个特征矩阵的网络结构确定各个特征矩阵对应的N个感受野；

拆分单元，根据各个感受野将其对应的特征矩阵拆分为多个特征子矩阵；

池化单元，用于对每一个特征矩阵拆分后的多个特征子矩阵分别进行池化处理，得到每个特征子矩阵对应的池化特征矩阵；

转换单元，用于将每个池化特征矩阵转换为其对应的特征向量。

A9、根据A8所述的装置，所述确定单元具体用于：在网络结构与感受野之间的对应关系中，确定与用于输出每一个特征矩阵的网络结构相对应的感受野，其中，在所述对应关系中，层级越高的网络结构对应的感受野越大，层级越低的网络结构对应的感受野越小。

A10、根据A8所述的装置，所述池化单元包括：

确定子单元，用于在网络结构与池化方式之间的对应关系中，确定与用于输出每一个特征矩阵的网络结构相对应的池化方式；

池化子单元，用于根据确定的池化方式对每一个特征矩阵拆分后的多个特征子矩阵分别进行池化处理。