[发明专利]用户图片数据的处理方法、装置、计算机设备及存储介质

权利要求书

1.一种用户图片数据的处理方法，其特征在于，所述方法包括：

对用户端上传的图片数据进行预处理，以删除清晰度不满足预设条件的部分图片数据；

对预处理后的用户图片数据通过分类器进行分拣，以得到M种类型用户图片数据；

对所述M种类型用户图片数据进行真伪度检验以得到分拣后的用户图片数据每种类型对应的真伪度校验结果；

当所述真伪度校验结果满足预设条件时存储对应的用户图片数据，当所述真伪度校验结果不满足预设条件时删除对应的用户图片数据并向所述用户端发送通知消息。

2.如权利要求1所述的用户图片数据的处理方法，其特征在于，所述对用户端上传的图片数据进行预处理，以删除清晰度不满足预设条件的部分图片数据之前还包括：

生成页面数据，并在接收到所述用户端请求指令时将所述页面数据下发至所述用户端，以使所述用户端将所述页面数据渲染生成用户图片数据提交页面。

3.如权利要求1或2所述的用户图片数据的处理方法，其特征在于，所述对用户端上传的图片数据进行预处理，以删除清晰度不满足预设条件的部分图片数据包括：

随机对所述图片数据执行N次取ROI操作以得到N个切片；

分别计算所述N个切片的清晰度，以得到N个清晰度分值；

计算所述N个清晰度分值的平均值以得到所述图片数据的清晰度值L；

当所述清晰度值L高于预设阈值时保存所述图片数据，当所述清晰度值L不高于预设阈值时删除所述图片数据并向所述用户端发送所述通知消息。

4.如权利要求3所述的用户图片数据的处理方法，其特征在于，所述对预处理后的用户图片数据通过所述分类器进行分拣，以得到M种类型用户图片数据包括：

收集多种不同类型的原始图片，并对所述原始图片预分类，以得到预设分类模型的M种类型图片训练数据；

对所述M种类型图片训练数据执行预设种类的数据增强计算；

将完成所述数据增强计算的所述M种类型图片训练数据转换成预设大小的训练图片，并通过所述训练图片对所述预设分类模型进行训练；

通过所述预设分类模型计算所述预处理后的图片数据的分类置信度概率，并当所述分类置信度概率大于预设分类置信度时，将所述预处理后的图片数据移动至所述预分类模型中对应类型的通道位置，以得到所述M种类型用户图片数据。

5.如权利要求4所述的用户图片数据的处理方法，其特征在于，所述对所述M种类型用户图片数据进行真伪度检验以得到分拣后的用户图片数据每种类型对应的真伪度校验结果包括：

收集多种类型的真伪图片对所述所述深度学习网络训练分类器进行二分类训练；

通过所述深度学习网络训练分类器对所述分拣后的所述用户图片数据进行真伪度检验以得到所述真伪度检验结果。

6.如权利要求5所述的用户图片数据的处理方法，其特征在于，所述通过深度学习网络训练分类器，并对预处理后的用户图片数据通过所述分类器进行分拣之后还包括：

对分拣后的预设类型的所述图片数据进行关联度校验以得到真伪度校验结果；

当所述真伪度校验结果满足预设条件时存储对应的用户图片数据，当所述真伪度校验结果不满足预设条件时删除对应的用户图片数据并向所述用户端发送所述通知消息。

7.如权利要求6所述的用户图片数据的处理方法，其特征在于，所述当所述真伪度校验结果满足预设条件时存储对应的用户图片数据之后还包括：

将存储的所述用户图片数据上传至区块链中。