[发明专利]非法张贴广告的检测方法、系统和电子设备

权利要求书

1.一种结合背景形状特征识别的非法张贴广告的检测方法，其特征在于，包括：获取包含通告图形的待检测图像；将所述待检测图像通过卷积神经网络以获得第一特征图；从所述卷积神经网络的第N层获得所述待检测图像的第二特征图，其中，N大于等于2且小于等于4；融合所述第一特征图和所述第二特征图以获得分类特征图；以及将所述分类特征图以分类函数获得分类结果，所述分类结果用于表示所述通告图形是否包含非法张贴广告；

其中，获取包含通告图形的待检测图像，包括：从设置在预定位置的监控摄像头获取所述待检测图像，其中，所述预定位置包括对应于张贴有通告的位置；

其中，从所述卷积神经网络的第N层获得所述待检测图像的第二特征图，包括：确定所述卷积神经网络的层数；基于所述卷积神经网络的层数确定N的数目；以及从所述卷积神经网络的所确定的第N层获得所述待检测图像的第二特征图；

其中，融合所述第一特征图和所述第二特征图以获得分类特征图，包括：计算所述第一特征图和所述第二特征图的加权和以获得所述分类特征图；

其中，在所述卷积神经网络的训练过程中，所述第一特征图相对于所述第二特征图的权重作为超参数。

2.根据权利要求1所述的结合背景形状特征识别的非法张贴广告的检测方法，其中，融合所述第一特征图和所述第二特征图以获得分类特征图，包括：

计算所述第一特征图和所述第二特征图之间的按位置差值；

确定所述按位置差值是否大于预定阈值；

通过响应于所述按位置差值大于预定阈值，将所述预定位置的值设置为一，和所述按位置差值小于或等于预定阈值，将所述预定位置的值设置为零而获得掩码图像；以及

将所述掩码图像乘以所述第二特征图以获得所述分类特征图。

3.根据权利要求2所述的结合背景形状特征识别的非法张贴广告的检测方法，其中，融合所述第一特征图和所述第二特征图以获得分类特征图，包括：

将所述按位置差值基于所述按位置差值的全局平均值进行归一化以获得按位置归一化差值；

确定所述按位置归一化差值是否大于预定阈值；

通过响应于所述按位置归一化差值大于预定阈值，将所述预定位置的值设置为一，和所述按位置归一化差值小于或等于预定阈值，将所述预定位置的值设置为零而获得掩码图像；以及将所述掩码图像乘以所述第二特征图以获得所述分类特征图。

4.根据权利要求2或3所述的结合背景形状特征识别的非法张贴广告的检测方法，其中，在所述卷积神经网络的训练过程中，所述预定阈值作为超参数。

5.一种结合背景形状特征识别的非法张贴广告的检测系统，其特征在于，包括：

待检测图像获取单元，用于获取包含通告图形的待检测图像；

第一特征图生成单元，用于将所述待检测图像获取单元获得的所述待检测图像通过卷积神经网络以获得第一特征图；

第二特征图生成单元，用于从所述卷积神经网络的第N层获得所述待检测图像的第二特征图，其中，N大于等于2且小于等于4；

融合单元，用于融合所述第一特征图生成单元获得的所述第一特征图和所述第二特征图生成单元获得的所述第二特征图以获得分类特征图；以及

分类单元，用于将所述融合单元获得的所述分类特征图以分类函数获得分类结果，所述分类结果用于表示所述通告图形是否包含非法张贴广告；

所述待检测图像获取单元，进一步用于从设置在预定位置的监控摄像头获取所述待检测图像，其中，所述预定位置包括对应于张贴有通告的位置；

所述第二特征图生成单元，进一步用于：确定所述卷积神经网络的层数；基于所述卷积神经网络的层数确定N的数目；以及，从所述卷积神经网络的所确定的第N层获得所述待检测图像的第二特征图；

所述融合单元，进一步用于：计算所述第一特征图和所述第二特征图的加权和以获得所述分类特征图；

在所述卷积神经网络的训练过程中，所述第一特征图相对于所述第二特征图的权重作为超参数。

6.一种电子设备，包括：

处理器；以及

存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如权利要求1-4中任一项所述的结合背景形状特征识别的非法张贴广告的检测方法。