[发明专利]一种基于样本和特征检测互联网徽标内容的方法和系统

权利要求书

1.一种基于样本和特征检测互联网徽标内容的方法，其特征在于：包括如下步骤：

S1：数据采集，对互联网上的视图像数据进行采集，并以文件为单位对文件进行规范化命名和重复性校验，实现文件的统一编目；

S2：预处理，对编目后的视图像数据进行预处理，实现视图像转换和关键图像数据的提取，生成待分析图像数据；

S3：特征识别模型训练，对样本图像集进行标注，将标注后的样本图像集输入卷积神经网络训练生成特征识别模型；

S4：目标区域检测：利用特征识别模型对待分析图像数据进行检测，确定含有目标特征属性的目标区域；

S5：目标区域图像提取：提取目标区域内的视图像特征；

S6：标签生成：利用标签生成器根据卷积神经网络计算出的相似度分值对视图像内容进行标记，实现视图内容识别；

S7：业务逻辑及展示：将存储的数据形成用户需要的业务逻辑，并通过网页展示出来。

2.根据权利要求1所述的基于样本和特征检测互联网徽标内容的方法，其特征在于：所述的对图像规范化命名包括将从指定位置获取的数据内容生成有序的文件名称，实现新文件命名和源文件名的统计编目。

3.根据权利要求1所述的基于样本和特征检测互联网徽标内容的方法，其特征在于：所述的预处理包括视图像转换和关键图像数据的提取，所述的视图像转换将不同格式的视频文件转换成统一格式的视频文件，将不同格式的图像文件转换成统一格式的图像文件，所述的关键图像数据的提取是从视频文件中抽取出关键帧数据。

4.根据权利要求1所述的基于样本和特征检测互联网徽标内容的方法，其特征在于：所述的样本图像集包括含有目标特征的正样本图集和负样本图集。

5.根据权利要求4所述的基于样本和特征检测互联网徽标内容的方法，其特征在于：所述的目标区域检测包括：利用特征识别模型对待分析图像数据进行特征相似度分值评估，根据设定的阀值计算出具有目标特征的视图像内容，并进行目标区域计算，获取相应坐标的位置。

6.根据权利要求5所述的基于样本和特征检测互联网徽标内容的方法，其特征在于：所述的目标区域计算采用卷积网络和YOLO算法计算：将图像输入卷积网络提取特征，得到一定像素大小的特征图像，利用如下公式计算：

b_x＝σ(t_x)+c_x

b_y＝σ(t_y)+c_y

其中t_x、t_y、t_w、t_h就是目标区域计算的预测输出，c_x、c_y表示像素点的坐标，p_w、p_h表示预测前边界框的大小，b_x、b_y、b_w、b_h就是预测得到的边界框的中心的坐标和大小。

7.根据权利要求1所述的基于样本和特征检测互联网徽标内容的方法，其特征在于：所述的标签生成从提取的视图像特征中选择相似度分值最高的一张图片作为标准图，将提取的视图像特征与该标准图进行相似度分值评估，将相似度分值超过设定阀值时归为此类型，反之为其它类型，按此计算方法对所有特征进行分类计算，其关系表达示SP，计算方法如下：如果特征i在分类的j中，则SPij＝1，反之SPij＝0。