[发明专利]识别图像中暴恐内容的方法、装置、电子设备和存储介质

权利要求书

1.一种识别图像中暴恐内容的方法，其特征在于，包括：

对图像进行暴恐元素检测以确定所述图像中是否包含暴恐元素；

对所述图像进行场景识别以确定所述图像是否包含暴恐场景；

若确定所述图像包含暴恐元素且包含暴恐场景，则确定所述图像中有暴恐内容。

2.根据权利要求1所述的方法，其特征在于，在对图像进行暴恐元素检测以确定所述图像中是否包含暴恐元素之前还包括：

对所述图像进行剪裁得到多个子图像，将所述图像以及所述多个子图像作为待识别图像以形成待识别图像集；

对图像进行暴恐元素检测以确定所述图像中是否包含暴恐元素包括：对所述待识别图像集所包含的多个待识别图像进行暴恐元素检测以确定所述待识别图像集中是否存在任一待识别图像包含暴恐元素；和/或

对所述图像进行场景识别以确定所述图像是否包含暴恐场景包括：对所述待识别图像集所包含的多个待识别图像进行场景识别以确定所述待识别图像集中是否存在任一待识别图像包含暴恐场景。

3.根据权利要求1所述的方法，其特征在于，所述暴恐元素包括具有暴恐因素的实物、具有暴恐因素的人物形象、以及具有暴恐因素的台标/标语。

4.根据权利要求3所述的方法，其特征在于，所述具有暴恐因素的实物包括枪支、刀具、旗帜、具有爆炸因素的实物、以及具有流血因素的实物中的至少一种；

所述具有暴恐因素的人物形象包括蒙面形象、以及大胡子形象的至少一种。

5.根据权利要求1所述的方法，其特征在于，对图像进行暴恐元素检测以确定所述图像中是否包含暴恐元素包括：

将所述图像输入至预先训练的暴恐元素识别模型，获取所述暴恐元素识别模型的输出结果信息，其中，所述输出结果信息用于表示所述图像中是否包含暴恐元素。

6.根据权利要求5所述的方法，其特征在于，所述暴恐元素识别模型包括用于识别具有暴恐因素的实物和/或具有暴恐因素的人物形象的第一暴恐元素识别子模型，所述第一暴恐元素识别子模型通过如下方式训练得到：

获取训练样本集合，其中，训练样本包括样本图像和用于表示样本图像显示的内容是否包含暴恐元素的标注信息；

确定初始化的第一暴恐元素识别子模型，其中所述初始化的第一暴恐元素识别子模型包括用于输出样本图像显示的内容具有暴恐因素的实物和/或具有暴恐因素的人物形象的概率的目标层；

利用深度学习的方法，将所述训练样本集合中的训练样本中的样本图像作为初始化的第一暴恐元素识别子模型的输入，将与输入的样本图像对应的标注信息作为初始化的第一暴恐元素识别子模型的期望输出，训练得到所述第一暴恐元素识别子模型。

7.根据权利要求6所述的方法，其特征在于，所述初始化的第一暴恐元素识别子模型为基于卷积神经网络的深度学习模型。

8.根据权利要求5所述的方法，其特征在于，所述暴恐元素识别模型包括用于识别具有暴恐因素的台标/标语的第二暴恐元素识别子模型，所述第二暴恐元素识别子模型通过如下方式训练得到：

获取训练样本集合，其中，训练样本包括多类样本图像集；

确定初始化的第二暴恐元素识别子模型，其中所述初始化的第二暴恐元素识别子模型包括用于输出样本图像显示的内容具有暴恐因素的台标/标语的概率的目标层；

利用深度学习的方法，将所述训练样本集合中的各类样本图像集所包含的训练样本中的样本图像作为初始化的第二暴恐元素识别子模型的输入，将与输入的样本图像所属的样本图像集类别作为初始化的第二暴恐元素识别子模型的期望输出，训练得到所述第二暴恐元素识别子模型。

9.根据权利要求8所述的方法，其特征在于，所述初始化的第二暴恐元素识别子模型为基于深度残差网络的深度学习模型。