[发明专利]一种敏感图像识别方法及装置

说明书

本发明公开了一种敏感图像识别方法及装置，涉及图像处理领域，其中方法包括：采集敏感图像并在敏感图像中标定敏感区域；基于敏感图像对卷积神经网络进行训练，获得第一检测模型；其中，第一检测模型用以确定被检图像是否为敏感图像以及被检图像中的敏感区域位置；在第一检测模型中移除用于确定敏感区域位置的层级并进行分类训练生成第二检测模型；根据第二检测模型对被检图像进行分类识别，用以确定被检图像是否为敏感图像。本发明的敏感图像识别方法及装置，可以提高识别的准确性、降低对敏感图像的漏检率，使得识别更加精确、可靠并提升了对图像检测的处理效率，可用于包含大量图片的网站中进行审核，帮助企业或机构降低违规风险。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种敏感图像识别方法及装置。

背景技术

随着互联网的普及，互联网用户可以方便地获取各种信息，然而，网络中大量的色情、暴力等图像损害了网络的健康。特别是，网络中的色情、暴力等信息的泛滥，对青少年身心健康的损害十分严重。由于网络使用者可以轻易地从许多网站接触到色情、暴力等图像，并可以将色情、暴力等图像通过互联网进行传播，因此，当用户浏览或上传网页时，如果网页中有色情、暴力等图像，则需要对色情、暴力等图像进行屏蔽处理，首先需要预先识别网页是否包含有色情、暴力等图像。

目前，图像的识别一般采用两种方法：1、基于图像分类(Image Classification)算法进行图像识别，例如基于深度卷积神经网络的图片分类方法等；2、基于物体检测(Object Detection)算法对图像中的色情、暴力等部位定位的方法，例如基于深度卷积神经网络的定位方法等。上述的两种方法都有各自的特点和不足：图像分类算法的效率高，但是漏检率较高。而对于物体检测算法，因为需要定位出色情、暴力等部位的位置，因此相对于图像分类算法是一种更严格的检测，漏检率低于图像分类算法，但在正常图片上执行物体检测算法时，可能会将形似色情、暴力等部位的画面误识别成色情、暴力等部位。因此，需要一种新的图像识别方法。

发明内容

有鉴于此，本发明要解决的一个技术问题是提供一种敏感图像识别方法及装置。

根据本发明的一个方面，提供一种敏感图像识别方法，包括：采集敏感图像并在敏感图像中标定敏感区域；基于所述敏感图像对卷积神经网络进行训练，获得第一检测模型；其中，所述第一检测模型用以确定被检图像是否为敏感图像以及被检图像中的敏感区域位置；在所述第一检测模型中移除用于确定敏感区域位置的层级并进行分类训练生成第二检测模型；根据所述第二检测模型对被检图像进行分类识别，用以确定被检图像是否为敏感图像。

可选地，所述在所述敏感图像中标定敏感区域包括：在所述敏感图像中标定包含有敏感部位和/或敏感动作的敏感区域，并确定所述敏感部位和/或敏感动作所属的类别。

可选地，在所述敏感图像中生成围绕所述敏感部位和/或敏感动作的封闭线条，形成所述敏感区域；确定所述敏感区域在所述敏感图像中的位置信息，基于所述类别和所述位置信息生成与所述敏感区域相对应的标签。

可选地，每种类别所对应的所述标签的数量都相同。

可选地，在生成所述封闭线条后，采用平滑滤波器对所述敏感图像进行滤波处理；改变所述敏感图像的颜色通道的值，用以进行图像增强。

可选地，所述基于所述敏感图像对卷积神经网络进行训练、获得第一检测模型包括：将所述敏感图像作为第一样本对所述卷积神经网络进行训练，获取第一检测模型；采集正常图像，使用所述第一检测模型对所述正常图像进行检测；如果能够确定所述正常图像中的敏感区域的位置，则将此正常图像作为新类别的第二样本，用以继续对所述卷积神经网络进行训练，获取新的第一检测模型。

可选地，如果所述第一检测模型对所述正常图像进行检测的准确率达到预期的准确率阈值，则停止对所述卷积神经网络进行训练并获取所述第一检测模型。