[发明专利]图片侵权检测方法及装置、存储介质

说明书

本发明实施例公开一种图片侵权检测方法及装置、存储介质，其中方法包括如下步骤：基于CNN深度学习模型提取待检测图片的第一图片特征，计算第一图片特征与对照库中各第二图片特征的相似度分数；根据相似度分数对对照库中的对照图片进行相似度排序；采用SIFT算法模型对相似度排序中位于前N的对照图片进行二次特征提取和图片匹配，其中N为大于1的正整数；修改图片匹配上的对照图片的相似度分数，根据修改后的相似度分数与相似度告警阈值之间的关系输出预警提示信息。采用本发明，利用算法组合策略训练图片检索中的粗检和精检模型，可以对待检索的图片在粗检的基础上进一步精确检索，避免误检，提高检测结果的准确性。

技术领域

本发明涉及图片相似性检测技术领域，尤其涉及一种图片侵权检测方法及装置、存储介质。

背景技术

随着人们对知识产权在各个领域的重视，人们对图片权益物化意识也逐渐增强，图片内容的保护显得尤为重要。为防止图片侵权，通常利用技术手段检测图片中的内容是否与现有版权图片相同或类似，进而避免侵权事件的发生，或者针为已发生的侵权提供证明。现有技术中，通常采用单一的图片检索算法，检测图片的侵权内容，在图片之间差别很小的情况下，单一算法的检测准确性还有待提高。

发明内容

本发明实施例提供一种图片侵权检测方法及装置、存储介质，利用算法组合策略训练图片检索中的粗检和精检模型，可以对待检索的图片在粗检的基础上进一步精确检索，避免误检，提高检测结果的准确性。

本发明实施例第一方面提供了一种图片侵权检测方法，可包括：

基于CNN深度学习模型提取待检测图片的第一图片特征，计算第一图片特征与对照库中各第二图片特征的相似度分数；

根据相似度分数对对照库中的对照图片进行相似度排序；

采用SIFT算法模型对相似度排序中位于前N的对照图片进行二次特征提取和图片匹配，其中N为大于1的正整数；

修改图片匹配上的对照图片的相似度分数，根据修改后的相似度分数与相似度告警阈值之间的关系输出预警提示信息。

进一步的，上述方法还包括：

基于算法组合策略训练不同场景下针对场景图像数据集的图片侵权检测模型，图片侵权检测模型包括用于图片粗检的CNN深度学习模型和用于图片精检的SIFT算法模型。

进一步的，上述方法还包括：

训练SIFT算法模型在进行二次特征提取和图片匹配时的特征点比对参数、输入图片的大小压缩比例以及相似度告警阈值。

进一步的，上述方法还包括：

对对照库中的对照图片进行比较筛选，并对比较筛选后得到的对照图片进行相似度排序。

进一步的，上述根据修改后的相似度分数与相似度告警阈值之间的关系输出预警提示信息，包括：

当修改后的相似度分数大于第一相似度告警阈值时，输出强预警提示信息；

当修改后的相似度分数大于第二相似度告警阈值且小于第一相似度阈值时，输出弱预警提示信息，用于提示测试人员进行二次人工审核。

本发明实施例第二方面提供了一种图片侵权检测装置，可包括：

分数计算模块，用于基于CNN深度学习模型提取待检测图片的第一图片特征，计算第一图片特征与对照库中各第二图片特征的相似度分数；

图片排序模块，用于根据相似度分数对对照库中的对照图片进行相似度排序；

图片精检模块，用于采用SIFT算法模型对相似度排序中位于前N的对照图片进行二次特征提取和图片匹配，其中N为大于1的正整数；