[发明专利]一种图像检测方法和装置

权利要求书

1.一种图像检测方法，其特征在于，包括：

提取第一目标图像的嵌入特征；

分别通过归一化层和图像分类器，确定所述第一目标图像的嵌入特征对应的类别信息；

根据所述归一化层确定的所述类别信息和所述图像分类器确定的所述类别信息，输出所述第一目标图像是否为特定类别图像的检测结果。

2.根据权利要求1所述的方法，其特征在于，所述提取第一目标图像的嵌入特征之前，包括：

利用第一图像训练数据集训练图像分类网络，所述图像分类网络包括所述归一化层和用于提取所述第一目标图像的嵌入特征的图像嵌入特征提取器。

3.根据权利要求2所述的方法，其特征在于，所述分别通过归一化层和图像分类器，确定所述第一目标图像的嵌入特征对应的类别信息之前，包括：

通过训练后的所述图像嵌入特征提取器，提取所述第一图像训练数据集的嵌入特征，以得到第一图像特征训练集；

利用所述第一图像特征训练集训练所述图像分类器。

4.根据权利要求2所述的方法，其特征在于，所述输出所述第一目标图像是否为特定类别图像的检测结果之后，还包括：

将误检测图像加入所述第一图像训练数据集，得到第二图像训练数据集，所述误检测图像包括所述第一目标图像中的检测结果有误的图像；

通过所述图像嵌入特征提取器，提取所述第二图像训练数据集的嵌入特征，以得到第二图像特征训练集；

利用所述第二图像特征训练集重新训练所述图像分类器。

5.根据权利要求4所述的方法，其特征在于，所述利用所述第二图像特征训练集重新训练所述图像分类器之后，包括：

提取第二目标图像的嵌入特征；

通过所述归一化层得到所述第二目标图像的嵌入特征对应的第一类别输出值，以及通过利用所述第二图像特征训练集训练后的所述图像分类器，得到所述第二目标图像的嵌入特征对应的第二类别输出值；

根据所述第一类别输出值和第一权重，以及所述第二类别输出值和第二权重，输出所述第二目标图像是否为所述特定类别图像的检测结果，其中，所述第一权重和所述第二权重通过对包括所述图像分类网络和所述图像分类器的图像检测模型训练得到。

6.根据权利要求2所述的方法，其特征在于，所述利用所述第一图像特征训练集训练所述图像分类器之后，包括：

收集第二业务场景中的图像样本，所述第二业务场景不同于所述第一图像训练数据集和所述第一目标图像所在的第一业务场景；

通过训练后的所述图像嵌入特征提取器，提取所述第二业务场景中的图像样本的嵌入特征，以得到第三图像特征训练集；

利用所述第三图像特征训练集重新训练所述图像分类器。

7.根据权利要求6所述的方法，其特征在于，所述利用所述第三图像特征训练集重新训练所述图像分类器之后，包括：

提取第三目标图像的嵌入特征；

通过所述归一化层得到所述第三目标图像的嵌入特征对应的第三类别输出值，以及通过利用所述第三图像特征训练集训练后的所述图像分类器，得到所述第三目标图像的嵌入特征对应的第四类别输出值；

根据所述第三类别输出值和第三权重，以及所述第四类别输出值和第四权重，输出所述第三目标图像是否为所述特定类别图像的检测结果，所述第三权重和所述第四权重通过对包括所述图像分类网络和所述图像分类器的图像检测模型训练得到，且所述第三权重和所述第四权重与业务场景相关。

8.根据权利要求2所述的方法，其特征在于，所述图像嵌入特征提取器为深度卷积网络。