[发明专利]基于深度玻尔兹曼机的电商网站违禁商品图片检测方法

权利要求书

1. 基于深度玻尔兹曼机的电商网站违禁商品图片检测方法，其特征在于该方法包括如下步骤：

1）采集图片数据，对图片数据进行预处理；

2）构建DBM模型，确定模型的层数，可见层、隐层节点数目；

3）训练DBM模型；

4）利用反向传播算法对步骤3）得到的DBM模型初始化参数微调；

5）利用滑动窗口方法在待检测图片上检测违禁商品，统计待检测图片的所有尺度所有窗口的判定结果，判断待检测图片中是否含有违禁商品，以及违禁商品位置。

2.根据权利要求1所述的基于深度玻尔兹曼机的电商网站违禁商品图片检测方法，其特征在于：图片数据预处理的方法为：将每张图片切分为只包含违禁商品的部分和只包含背景的部分，统一缩放为28*28像素大小的灰度图片：只包含刀具的灰度图片作为模型输入的正样本，只包含背景的灰度图片作为模型输入的负样本；取5000张的正样本和同等数目的负样本作为模型的训练集，取1500张的正样本和同等数目的负样本作为模型的测试集。

3.根据权利要求1所述的基于深度玻尔兹曼机的电商网站违禁商品图片检测方法，其特征在于：所述的DBM模型层数设置为三层。

4.根据权利要求3所述的基于深度玻尔兹曼机的电商网站违禁商品图片检测方法，其特征在于：三层结构的DBM模型包含一个可见层和两个隐层：可见层用于接受样本输入，隐层用于拟合样本分布。

5.根据权利要求4所述的基于深度玻尔兹曼机的电商网站违禁商品图片检测方法，其特征在于：所述的DBM模型可见层节点由图片样本本身28*28 = 784个像素以及图片中心区域10*10=100个像素的组合构成，共884个节点。

6.根据权利要求4所述的基于深度玻尔兹曼机的电商网站违禁商品图片检测方法，其特征在于：DBM模型的三层节点数目如下：与可见层连接的第一隐层节点数目为3000个，与第一隐层连接的第二隐层节点数目为450个。

7.根据权利要求1所述的基于深度玻尔兹曼机的电商网站违禁商品图片检测方法，其特征在于：所述的训练DBM模型是采用吉布斯交叉采样方法逐层训练，迭代次数为70次。

8.根据权利要求1所述的基于深度玻尔兹曼机的电商网站违禁商品图片检测方法，其特征在于：所述的DBM模型初始化参数微调是在DBM模型第二隐层上增加一个包含2个节点的输出层，2个节点的输出层，表示当前可见层接受的输入数据样本的所属类别，使用训练集、测试集数据，通过反向传播算法对DBM模型进行迭代训练，迭代次数为50次，得到DBM模型的最终参数，即违禁商品图片检测的判别特征。

9.根据权利要求1所述的基于深度玻尔兹曼机的电商网站违禁商品图片检测方法，其特征在于：所述的滑动窗口方法是将待检测图片缩放到不同尺度，分别进行滑动窗口操作；滑动窗口大小设置为28*28，与DBM模型训练集、测试集样本大小一致，滑动窗口步长设置为2个像素，每次将滑动窗口中的图片转换为灰度图，作为DBM模型的可见层输入，结合微调后的参数，计算输出层结果，判定该窗口中当前图片部分是否是违禁商品。