基于MPEG-7的模型训练、图像分类和图像检索方法

本申请实施例提供了一种基于MPEG‑7的模型训练、图像分类和图像检索方法，涉及图像处理技术领域。具体实现方案为：获取样本图像的多种不同类别的描述符；按照各类别的描述符分别对应的预设数值范围，对获取到的各描述符的数值范围进行调整，并将调整后的各描述符进行拼接，得到样本图像的第一特征向量；将第一特征向量输入初始的SVM，得到样本图像的预测类别；基于得到的预测类别与样本图像的真实类别之间的差异，计算损失值；基于损失值，对SVM的模型参数进行调整。可见，通过本方案，可以提高训练得到的模型的分类精度，那么，利用训练得到的模型进行图像分类可以提高图像分类的准确性。