[发明专利]一种网页中违禁图片检测方法及系统

说明书

技术领域

本发明涉及计算机技术领域，具体涉及一种网页中违禁图片检测方法及系统。

背景技术

随着大数据时代来临，各类网站每天有大量的用户图片产生。面对海量的图片数据，需要一个有效的检测方法，以解决图片的辨识和分类。例如，在电商和社交平台对违禁图片进行识别和过滤，从而优化网络环境，提升用户体验。

目前，在本领域的现有技术中，对图片识别算法主要有两类。第一类，以图像维度特征为切入点，对经验特征进行特征提取，例如SIFP、SURF等。这类算法，检测准确度不高，存在较多的误判。第二类，以数据预测为切入点，利用深度卷积神经网络学习的方法，对图片进行识别。这类算法，相对于第一类提升了检测的准确度，但是在大数据背景下仍有大量图片误判、漏判。同时，存在训练检测模型的初始数据量大、训练时间长、模型的更新工作量庞大等缺陷。

发明内容

本发明所采用的技术方案是：一种网页中违禁图片检测方法，包括如下步骤：

根据违禁图片模型对违禁图片进行检测，获取所述图片中所包含的违禁区域，并根据所述违禁区域建立违禁图片数据库；

扫描网页中的多张图片；

对所述多张图片进行检测，以判断所述多张图片中任一图片是否包含违禁区域；

将包含所述违禁区域的图片与所对应的用户进行关联，以对所述用户进行特殊关注；

对特殊关注的用户进行监控，以监控其在一预设时间段内在网页上发布的图片信息，实现对违禁图片的有针对性检测。

进一步地，对所述多张图片进行检测，以判断所述多张图片中任一图片是否包含违禁区域，包括如下步骤：

对所述多张图片中的每一图片按照格栅式格式进行采样，以获取所述格栅式格式的采样区域的特征参数；

将所述特征参数与所述违禁图片数据库中违禁图片的违禁区域进行比较，以确定所述特征参数是否与所述违禁区域一致，若一致，则确定所述图片为违禁图片，否则，确定所述图片为正常图片。

进一步地，对所述多张图片中的每一图片按照格栅式格式进行采样，以获取所述格栅式格式的采样区域的特征参数，包括如下步骤：

按照格栅式格式将所述多张图片中的每一图片划分为多个区块；

对所述多个区块中每一区块进行采样，以获取每一区块的特征参数，所述特征参数包括与所述违禁图片数据库中违禁图片的违禁区域相匹配的匹配数据；

统计所有区块对应的匹配数据，以确定所述格栅式格式的采样区域的匹配数据；

根据所述匹配数据计算获得所述格栅式格式的采样区域的特征参数。

进一步地，将包含所述违禁区域的图片与所对应的用户进行关联，以对所述用户进行特殊关注，包括如下步骤：

在确定所述图片为违禁图片后，查找所述违禁图片对应的用户信息；

将所述用户信息与所述图片进行关联，以对所述用户进行特殊关注。

进一步地，所述预设时间段以天为单位进行计算。

特别地，本发明还提供了一种网页中违禁图片检测系统，包括：

建立模块，用于根据违禁图片模型对违禁图片进行检测，获取所述图片中所包含的违禁区域，并根据所述违禁区域建立违禁图片数据库；

扫描模块，用于扫描网页中的多张图片；

检测模块，用于对所述多张图片进行检测，以判断所述多张图片中任一图片是否包含违禁区域；

关联模块，用于将包含所述违禁区域的图片与所对应的用户进行关联，以对所述用户进行特殊关注；

监控模块，用于对特殊关注的用户进行监控，以监控其在一预设时间段内在网页上发布的图片信息，实现对违禁图片的有针对性检测。

进一步地，所述检测模块包括：

采样单元，用于对所述多张图片中的每一图片按照格栅式格式进行采样，以获取所述格栅式格式的采样区域的特征参数；

比较单元，用于将所述特征参数与所述违禁图片数据库中违禁图片的违禁区域进行比较，以确定所述特征参数是否与所述违禁区域一致，若一致，则确定所述图片为违禁图片，否则，确定所述图片为正常图片。

进一步地，所述采样单元包括：

划分子单元，用于按照格栅式格式将所述多张图片中的每一图片划分为多个区块；

采样子单元，用于对所述多个区块中每一区块进行采样，以获取每一区块的特征参数，所述特征参数包括与所述违禁图片数据库中违禁图片的违禁区域相匹配的匹配数据；

确定子单元，用于统计所有区块对应的匹配数据，以确定所述格栅式格式的采样区域的匹配数据；