基于深度模糊卷积神经网络模型实现的图像分类方法及相关装置

本发明提供了一种基于深度模糊卷积神经网络模型实现的图像分类方法及相关装置，涉及图像处理领域。其中，深度模糊卷积神经网络模型包括特征提取网络、特征融合网络以及分类网络。在获取原始图像之后，利用特征提取网络对原始图像进行特征提取，得到特征层次依次递增的多张模糊特征图以及深度卷积特征图；利用特征融合网络对多个模糊特征图进行特征融合处理，得到综合模糊特征序列；利用分类网络将深度卷积特征图转换为深度卷积特征序列后与综合模糊特征序列进行不同空间下特征的深度交互，得到分类结果，分类结果表征原始图像所属的类别。本发明实现了多尺度的模糊特征提取，能够捕捉到图像中的复杂细节，提高了图像分类精度，鲁棒性较强。