[发明专利]低俗图像的识别方法、装置、设备及计算机可读存储介质在审

专利信息
申请号: 202011256907.6 申请日: 2020-11-11
公开(公告)号: CN112257661A 公开(公告)日: 2021-01-22
发明(设计)人: 刘刚 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 王花丽;张颖玲
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 低俗 图像 识别 方法 装置 设备 计算机 可读 存储 介质
【说明书】:

本申请提供了一种低俗图像的识别方法、装置、设备及计算机可读存储介质;方法包括:获取待识别图像、及所述待识别图像关联的上下文信息;分别对所述待识别图像及所述上下文信息进行特征提取,得到图像特征及上下文特征;基于所述图像特征及上下文特征,对所述待识别图像进行分类,得到所述待识别图像所属的类别;确定所述待识别图像的图像场景,并基于所述类别及所述图像场景确定所述待识别图像的低俗识别结果。通过本申请,能够灵活应对不同图像场景下的低俗图像识别,提高低俗图像识别的效率及准确率。

技术领域

本申请涉及人工智能技术领域,尤其涉及一种低俗图像的识别方法、装置、设备及计算机可读存储介质。

背景技术

人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

计算机视觉技术(Computer Vision,CV)是人工智能软件技术的重要方向之一,指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。

在对低俗图像进行识别时,相关技术中通常是通过人工审核和标记,或通过分类模型判断图像是否低俗。由于人工审核和标记的方法,十分依赖人力,导致效率低;而通过分类模型判断图像是否低俗的方法,无法灵活应对不同的图像场景。

发明内容

本申请实施例提供一种低俗图像的识别方法、装置、设备及计算机可读存储介质,能够低俗图像识别的效率及准确率。

本申请实施例的技术方案是这样实现的:

本申请实施例提供一种低俗图像的识别方法,包括:

获取待识别图像、及所述待识别图像关联的上下文信息;

分别对所述待识别图像及所述上下文信息进行特征提取,得到图像特征及上下文特征;

基于所述图像特征及上下文特征,对所述待识别图像进行分类,得到所述待识别图像所属的类别;

确定所述待识别图像的图像场景,并基于所述类别及所述图像场景确定所述待识别图像的低俗识别结果。

上述方案中,所述获取待识别图像,包括

获取待识别视频;

从所述待识别视频中,抽取至少一个关键帧作为待识别图像;

相应的,基于所述类别及所述业务场景确定所述待识别图像的低俗识别结果之后,所述方法还包括:

将所述待识别图像的低俗识别结果,作为所述待识别视频的低俗识别结果。

上述方案中,所述从所述视频内容中抽取至少一个关键帧作为待识别图像,包括:

获取所述待识别视频中,相邻视频帧间的明亮度变化值;

基于所述相邻视频帧间的明亮度变化值,确定所述待识别视频的场景切换帧,并将所述场景切换帧作为关键帧;

抽取作为关键帧的至少一个所述场景切换帧作为待识别图像。

上述方案中,所述基于所述图像特征及上下文特征,对所述待识别图像进行分类,得到所述待识别图像所属的类别,包括:

基于所述图像特征,对所述待识别图像进行分类,得到第一类别;

基于所述上下文特征,对所述待识别图像进行分类,得到第二类别;

将所述第一类别与第二类别的并集,作为所述待识别图像所属的类别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011256907.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top