[发明专利]低俗图的集成学习分类方法、装置、设备及存储介质

权利要求书

1.一种低俗图的集成学习分类方法，其特征在于，包括：

通过语义以及图像检索的方式，在线上图集中获取与识别场景匹配的待识别图集，所述线上图集与搜索引擎相关联；

在所述待识别图集中，获取与所述识别场景匹配的场景低俗图。

2.根据权利要求1所述的方法，其特征在于，通过语义以及图像检索的方式，在线上图集中获取与识别场景匹配的待识别图集，包括：

将所述线上图集中的各线上图的图像周边文本，与专有名词集中的各专有名词进行匹配，并将匹配的线上图加入至所述待识别图集中；

将所述线上图集中的各线上图与低俗图集中的各低俗图分别进行图像特征信息以及图像周边文本特征信息间的匹配，并将匹配的线上图加入至所述待识别图集中；

其中，所述专有名词集与所述识别场景匹配，所述低俗图集与所述识别场景匹配。

3.根据权利要求2所述的方法，其特征在于，将所述线上图集中的各线上图与低俗图集中的各低俗图分别进行图像特征信息，以及图像周边文本特征信息间的匹配，并将匹配的线上图加入至所述待识别图集中，包括：

将所述线上图集中各线上图的图像周边文本特征信息，与所述低俗图集中各低俗图的图像周边文本特征信息进行匹配，获取匹配的线上图加入至第一图像集合；

将所述线上图集中各线上图的图像特征信息，与所述低俗图集中各低俗图的图像特征信息进行匹配，获取匹配的线上图加入至第二图像集合；

获取所述第一图像集合与所述第二图像集合的图像交集；

将所述图像交集与所述识别场景的场景意图进行匹配，并将匹配的图像加入至所述待识别图集中。

4.根据权利要求1所述的方法，其特征在于，通过语义以及图像检索的方式，在线上图集中获取与识别场景匹配的待识别图集，还包括：

使用通用低俗图识别工具，对所述线上图集中的各线上图进行识别，并将识别出的线上图加入至所述待识别图集中。

5.根据权利要求1所述的方法，其特征在于，通过语义以及图像检索的方式，在线上图集中获取与识别场景匹配的待识别图集，还包括：

在所述线上图集中，获取在设定时间区间内被所述搜索引擎展现的线上图，加入至所述待识别图集中。

6.根据权利要求1所述的方法，其特征在于，在所述待识别图集中，获取与所述识别场景匹配的场景低俗图，包括：

将所述待识别图集中的各待识别图分别输入至预先训练的专用低俗图分类模型中，得到与各待识别图分别对应的低俗图识别结果，所述专用低俗图分类模型与所述识别场景匹配；

根据所述低俗图识别结果，获取与所述识别场景匹配的场景低俗图。

7.根据权利要求1所述的方法，其特征在于，在通过语义以及图像检索的方式，在线上图集中获取与识别场景匹配的待识别图集之前，还包括：

获取与所述识别场景匹配的专用低俗图训练样本集；

使用数据增强技术，对所述专用低俗图训练样本集中的样本进行扩充；

在扩充后的所述专用低俗图训练样本集中，加入设定数量的通用低俗图训练样本；

使用所述专用低俗图训练样本集，对机器学习模型进行训练，得到所述专用低俗图分类模型。

8.根据权利要求7所述的方法，其特征在于，使用所述专用低俗图训练样本集，对机器学习模型进行训练，得到所述专用低俗图分类模型，包括：

将所述专用低俗图训练样本集划分为训练集以及校验集；

使用所述训练集对所述机器学习模型进行训练，得到初始识别模型；

使用所述校验集，对所述初始识别模型中的模型参数进行调整，得到所述专用低俗图分类模型。