[发明专利]图像分类方法及装置、通信设备及存储介质

说明书

本公开是关于一种图像分类方法及装置、通信设备及存储介质。所述图像分类方法包括：利用分类模型的特征提取部分提取待分类的目标图像的语义特征；利用所述分类模型的分类部分对所述语义特征进行处理，得到基于M分类的第一分类结果，其中，所述M为等于或大于3的正整数；基于所述第一分类结果，输出至少指示所述目标图像为低俗图像的程度分类信息，其中，所述低俗图像包括：色情图像、恐怖图像和/或暴力图像；具有实现了目标图像是否为低俗图像的判别的同时，实现了图像的程度细分类，具有分类精确度高的特点，可以满足细分类场景下的详细分类要求。

技术领域

本公开涉及计算机视觉技术领域，尤其涉及一种图像分类方法及装置、通信设备及存储介质。

背景技术

随着用户产生内容(User Generated Content，UGC)内容爆发式增长，信息流产品占领越来越多的用户时间，而图片是信息表现最直接的载体。识别和屏蔽低俗内容，做好风险内容控制，净化图片载体是一个非常必要的工作。但随着图片审核技术的成熟，越来越多的内容创作者在色情擦边球内容创作上愈演愈烈。软色情和色情，正常和软色情的边界越来越模糊，这也给图片色情审核带来了很大的困难和挑战。

发明内容

本申请实施例公开了一种图像分类方法及装置、通信设备及存储介质。

本申请实施例提供一种图像分类方法，包括：

利用分类模型的特征提取部分提取待分类的目标图像的语义特征；

利用所述分类模型的分类部分对所述语义特征进行处理，得到基于M分类的第一分类结果，其中，所述M为等于或大于3的正整数；

基于所述第一分类结果，输出至少指示所述目标图像为低俗图像的程度分类信息，其中，所述低俗图像包括：色情图像、恐怖图像和/或暴力图像。

基于上述方案，所述方法还包括：

将所述第一分类结果映射为基于N分类的第二分类结果，其中，所述N为小于所述M的正整数；

所述基于N分类的第二分类结果为：基于父类的分类结果；

所述基于M分类的第一分类结果为：基于子类的分类结果，其中，至少存在一个所述父类包括：多个所述子类。

基于上述方案，所述基于所述第一分类结果，输出至少指示所述目标图像为低俗图像的程度分类信息，包括：

输出所述目标图像的第一分类结果；

和/或，

输出所述目标图像的第二分类结果。

基于上述方案，所述利用分类模型的特征提取部分提取待分类的目标图像的语义特征，包括以下至少之一：

针对所述色情图像，利用所述分类模型的特征提取部分，提取出所述目标图像中人物元素的衣着特征、行为特征、所述人物元素的特定部位的暴露程度特征及所述人物元素整体暴露程度特征中的一项或多项；

针对所述暴力图像，利用所述分类模型的特征提取部分，提取出所述目标图像是否包含有暴力元素、暴力元素的数量、暴力元素所占图像面积的比例和暴力元素的暴力程度中的一项或多项；

针对所述恐怖图像，利用所述分类模型的特征提取部分，提取出所述目标图像是否包含有恐怖元素、恐怖元素的数量、恐怖元素所占图像面积的比例、和恐怖元素的低俗程度中的一项或多项。

基于上述方案，在识别所述图像之前，所述方法还包括：

获取第一样本图像及标注标签，其中，所述标注标签为所述M分类的子类标签；

利用所述第一样本图像及标注标签，训练所述分类模型；

在分类模型的训练损失收敛时，停止训练；