摘要
本发明涉及照片智能分类技术领域,具体为基于机器学习的云相框照片智能识别分类方法;本发明基于照片图像文件及其基础元数据进行初步分类,使得用户能够根据对于时间、地点和相机型号的简单的检索快速定位照片;基于对RGB颜色值、HSV空间和灰度值的分析计算生成二级检索分类族群,按照各个照片的色彩、色相、明度等图像参数进行特征提取,能够准确反映照片中包含的图像信息,适用于对色彩精度要求较高的照片分类任务;本发明构建卷积神经网络对场景特征进行抽象提取并通过输出值进行量化,提高了云相框照片智能识别分类方法的准确率和适应性,增强了智能识别分类方法的可拓展性和对于不同使用场景的适应性。