[发明专利]色情应用识别方法、装置、计算机可读存储介质和服务器

说明书

本发明提供一种色情应用识别方法、装置、计算机可读存储介质和服务器，以解决现有技术中缺乏色情应用自动识别方案的技术问题。所述的方法包括步骤：获取待识别应用的图片信息；基于所述图片信息生成所述待识别应用的特征向量；将所述待识别应用的特征向量输入预先生成的色情应用识别模型中，得到所述待识别应用的预测值，其中，所述色情应用识别模型由各个样本应用训练深层神经网络生成，用于表征特征向量与预测值之间的关联关系；将所述待识别应用的预测值与预设阀值进行比较，根据比较结果确定所述待识别应用是否为色情应用。本发明实施例能够对待识别应用是否为色情应用进行自动准确判断。

技术领域

本发明涉及计算机技术领域，具体而言，本发明涉及一种色情应用识别方法、装置、计算机可读存储介质和服务器。

背景技术

在应用商店的运营过程中，有许多不法开发商为了追求利益，开发色情应用骗取用户下载后从中获取利益。为了打击这类开发商，从海量的应用中自动准确识别色情应用具有重要意义。但是现有技术中还未出现色情应用自动识别的相关方案。

发明内容

本发明针对现有方式的缺点，提出一种色情应用识别方法、装置、计算机可读存储介质和服务器，用以解决现有技术中缺乏色情应用自动识别方案的问题，以实现对色情应用的自动准确识别。

本发明的实施例根据第一个方面，提供了一种色情应用识别方法，包括步骤：

获取待识别应用的图片信息；

基于所述图片信息生成所述待识别应用的特征向量；

将所述待识别应用的特征向量输入预先生成的色情应用识别模型中，得到所述待识别应用的预测值，其中，所述色情应用识别模型由各个样本应用训练深层神经网络生成，用于表征特征向量与预测值之间的关联关系；

将所述待识别应用的预测值与预设阀值进行比较，根据比较结果确定所述待识别应用是否为色情应用。

在一个实施例中，所述色情应用识别模型通过以下步骤生成：

获取各个样本应用的图片信息，以及用于指示各个样本应用是否为色情应用的标识；

对各个样本应用的图片信息进行灰度化以及压缩处理，得到各个样本应用的图片信息矩阵；

基于各个样本应用的图片信息矩阵生成各个样本应用的特征向量；

将各个样本应用的特征向量和各自的标识输入深层神经网络中进行训练，生成色情应用识别模型。

在一个实施例中，所述基于各个样本应用的图片信息矩阵生成各个样本应用的特征向量，包括：

对各个样本应用的图片信息矩阵包含的各个元素分别进行依次排列，生成各个样本应用的特征向量。

在一个实施例中，所述对各个样本应用的图片信息矩阵包含的各个元素分别进行依次排列，生成各个样本应用的特征向量，包括：

按照矩阵行数从小到大的排列顺序，对各个样本应用的图片信息矩阵包含的各个元素分别进行依次排列，生成各个样本应用的特征向量。

在一个实施例中，所述将各个样本应用的特征向量和各自的标识输入深层神经网络中进行训练，生成色情应用识别模型，包括：

通过预设算法求解预先构建的损失函数最小时深层神经网络的模型参数，基于求解的所述深层神经网络的模型参数得到色情应用识别模型；

其中，所述损失函数为与各个样本应用的预测值和标识有关的函数，各个样本应用的预测值为与所述深层神经网络的模型参数和各个样本应用的特征向量有关的变量。

在一个实施例中，所述预设阀值通过以下步骤生成：

获取各个样本色情应用的图片信息；