[发明专利]图像处理方法及装置

说明书

本发明实施例提供一种图像处理方法及装置。该方法包括：获得待处理图像；将待处理图像输入到预先配置的卷积神经网络中，获取待处理图像在卷积神经网络中最后一层卷积层的卷积映射，卷积映射包括该卷积层中每个像素点的违禁置信度；基于卷积映射计算待处理图像中每个像素点的违禁置信度，并基于待处理图像中每个像素点的违禁置信度得到待处理图像的违禁热力图；获取违禁热力图中最高违禁置信度的目标区域坐标；基于目标区域坐标从待处理图像中分割出对应的坐标片段，以得到待处理图像的违禁区域。由此，能够快速精准获取待处理图像中高可信度的违禁区域图像片段，有效提升违禁信息鉴别效果，为审核用户提供信息支撑。

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种图像处理方法及装置。

背景技术

随着互联网行业的快速发展，图像与视频信息膨胀式产生，如何在海量图像信息中快速精准地对图像数据进行扩展，并获取对图像分类模型有意义的图像数据进行训练，以为审核用户提供信息支撑，是目前亟待解决的技术难题。

发明内容

为了克服现有技术中的上述不足，本发明的目的在于提供一种图像处理方法及装置，能够快速精准获取待处理图像中高可信度的违禁区域图像片段，有效提升违禁信息鉴别效果，为审核用户提供信息支撑。

为了实现上述目的，本发明较佳实施例采用的技术方案如下：

本发明较佳实施例提供一种图像处理方法，应用于电子设备，所述方法包括：

获得待处理图像；

将所述待处理图像输入到预先配置的卷积神经网络中，获取所述待处理图像在所述卷积神经网络中最后一层卷积层的卷积映射，所述卷积映射包括该卷积层中每个像素点的违禁置信度；

基于所述卷积映射计算所述待处理图像中每个像素点的违禁置信度，并基于所述待处理图像中每个像素点的违禁置信度得到所述待处理图像的违禁热力图；

获取所述违禁热力图中最高违禁置信度的目标区域坐标；

基于所述目标区域坐标从所述待处理图像中分割出对应的坐标片段，以得到所述待处理图像的违禁区域。

在本发明较佳实施例中，所述将所述待处理图像输入到预先配置的卷积神经网络中，获取所述待处理图像在所述卷积神经网络中最后一层卷积层的卷积映射，包括：

将所述待处理图像输入到预先配置的卷积神经网络中，获取所述待处理图像在所述卷积神经网络中最后一层卷积层的每个像素点的违禁信息权重；

基于所述每个像素点的违禁信息权重获取所述待处理图像在所述卷积神经网络中最后一层卷积层的卷积映射。

在本发明较佳实施例中，所述基于所述每个像素点的违禁信息权重获取所述待处理图像在所述卷积神经网络中最后一层卷积层的卷积映射的计算公式为：

Conv_i,j＝255×p_i,j×W_i,j,0≤Conv_i,j≤255,0≤i<w_conv,0≤j<h_conv

Conv_i,j为待处理图像在最后一层卷积层中每个像素点的违禁置信度；

w_src为待处理图像的宽，且0<w_src；

h_src为待处理图像的高，且0<h_src；

Feat_conv为根据鉴别违禁信息的卷积神经网络，获取待处理图像的最后一层卷积映射；