[发明专利]色情图像识别方法和装置有效

专利信息
申请号: 201310284730.4 申请日: 2013-07-08
公开(公告)号: CN104281833B 公开(公告)日: 2018-12-18
发明(设计)人: 梅树起 申请(专利权)人: 深圳市腾讯计算机系统有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 何平;邓云鹏
地址: 518000 广东省深圳市南*** 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: 色情图像 图像 人体敏感部位 特征数据 置信度 方法和装置 方式判断 识别装置 图像匹配 预先存储 识别度 误检率 索引 匹配 检索 查找 图片
【权利要求书】:

1.一种色情图像识别方法,所述方法包括:

获取待识别图像;

对所述待识别图像进行窗口扫描,获得多个窗口图像;

查找预先存储的人体敏感部位索引中与所述窗口图像匹配的人体敏感部位图片所对应的特征数据;

将匹配相同所述人体敏感部位图片所对应的特征数据的所述窗口图像,调整为同一尺度,并将调整后的窗口图像对应到相同尺度下的待识别图像中;

获取所述相同尺度下的待识别图像中位置相邻、尺寸相差在指定范围内的所述调整后的窗口图像对应的置信度,根据获取到的窗口图像对应的置信度计算所述待识别图像对应的置信度;

根据所述待识别图像对应的置信度判断所述待识别图像是否为色情图像。

2.根据权利要求1所述的方法,其特征在于,所述人体敏感部位索引记录了检索入口数据和所述人体敏感部位图片所对应的特征数据的映射关系;所述查找预先存储的人体敏感部位索引中与所述窗口图像匹配的人体敏感部位图片所对应的特征数据,包括:从所述检索入口数据开始,根据所述检索入口数据和所述人体敏感部位图片对应的特征数据的映射关系,查找与所述窗口图像匹配的人体敏感部位图片所对应的特征数据。

3.根据权利要求1所述的方法,其特征在于,所述人体敏感部位索引为哈希表,所述哈希表包括对人体敏感部位图片的特征数据进行哈希运算后得到的哈希值;

所述查找预先存储的人体敏感部位索引中与所述窗口图像匹配的人体敏感部位图片所对应的特征数据,包括:

对所述待识别图像进行哈希运算,得到哈希运算结果;

从所述哈希表中查找与所述哈希运算结果匹配的哈希值,根据所述哈希值获取与所述窗口图像匹配的人体敏感部位图片所对应的特征数据。

4.根据权利要求1所述的方法,其特征在于,所述人体敏感部位索引为检索树;所述检索树包括对应人体敏感部位图片的特征数据的叶子节点和从所述叶子节点开始进行逐层合并后得到的节点。

5.根据权利要求4所述的方法,其特征在于,所述方法还包括:

获取包含人体敏感部位图片的训练集;

提取所述训练集中的人体敏感部位图片的特征数据;

将所述特征数据对应叶子节点,从叶子节点开始,逐层对节点进行合并,构成检索树。

6.根据权利要求4所述的方法,其特征在于,所述查找预先存储的人体敏感部位索引中与所述窗口图像匹配的人体敏感部位图片所对应的特征数据,包括:

从所述检索树的第一层开始,逐层查找与所述窗口图像匹配的节点,直到查找到与所述窗口图像匹配的叶子节点。

7.根据权利要求6所述的方法,其特征在于,所述对所述待识别图像进行窗口扫描,获得多个窗口图像之后,还包括:

对所述窗口图像进行肤色识别,过滤掉非肤色窗口图像。

8.根据权利要求6所述的方法,其特征在于,所述从所述检索树的第一层开始,逐层查找与所述窗口图像匹配的节点,包括:

从所述检索树的第一层开始,逐层查找与所述窗口图像匹配的节点,其中当查找的节点为子节点时,只查找上一层中与所述窗口图像匹配的节点的子节点。

9.根据权利要求6所述的方法,其特征在于,所述对所述待识别图像进行窗口扫描,获得多个窗口图像,包括:

使用尺寸固定的窗口对多个尺度下的所述待识别图像进行扫描,获得多个窗口图像;或者使用多个尺度的窗口对所述待识别图像进行扫描,获得多个窗口图像。

10.根据权利要求9所述的方法,其特征在于,所述将匹配相同所述人体敏感部位图片所对应的特征数据的所述窗口图像,调整为同一尺度,并将调整后的窗口图像对应到相同尺度下的待识别图像中,包括:

根据与所述窗口图像匹配的叶子节点对应的特征数据,计算所述窗口图像对应的置信度;

将匹配相同叶子节点的所述窗口图像调整为同一尺度,并将调整后的所述窗口图像对应到相同尺度下的待识别图像中。

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深圳市腾讯计算机系统有限公司,未经深圳市腾讯计算机系统有限公司许可,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/201310284730.4/1.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