[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在审

专利信息
申请号: 202011009090.2 申请日: 2020-09-23
公开(公告)号: CN112052911A 公开(公告)日: 2020-12-08
发明(设计)人: 李玉惠;傅强;张园;王晶晶;蔡琳;刘瑞;阿曼太;梁彧;马寒军;田野;王杰;杨满智;金红;陈晓光;陈振华;宋亮亮 申请(专利权)人: 恒安嘉新(北京)科技股份公司
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04;G06N3/08;G06N20/20;G06F16/951
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 100098 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 识别 图像 中暴恐 内容 方法 装置 电子设备 存储 介质
【说明书】:

发明实施例公开了一种识别图像中暴恐内容的方法、装置、电子设备和存储介质,方法包括: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。本公开实施例的技术方案能够提高识别准确率和计算效率。

技术领域

本发明实施例涉及网络安全技术领域,具体涉及一种识别图像中暴恐内容的方法、装置、电子设备和存储介质。

背景技术

近年来,大量境内外暴恐内容在互联网上非法传播,已经成为危害社会稳定的重大毒瘤。在面向互联网的内容监督和管理技术中,国内外都对有害内容识别进行了较为广泛和深入的研究。互联网企业也先后开发出识别暴恐信息的产品,主要采用关键字技术,或黑名单技术,即将事先已经发现有问题的网站列入被禁止访问的名单里,从而控制访问。

众所周知,随着移动通讯技术的不断深入发展,通过手机、电脑、平板等终端向用户提供的数据呈现指数级增长,因此提高处理和分析这类图片准确度和性能是非常必要的。然而,现有技术虽然已经在某些场合解决了很多重要问题,但仍存在一定的缺陷:黑名单技术是基于经验的技术,耗时耗力,在海量数据面前杯水车薪;视觉描述子技术迈出了自动检测第一步,但视觉描述子本身的表达局限性限制了在准确率上的提升;基于语义的检测方法多是基于概念的操作,因在现实实现上存在诸多阻碍,应用面非常窄。

发明内容

有鉴于此,本发明实施例提供一种识别图像中暴恐内容的方法、装置、电子设备、及存储介质,以提高识别暴恐内容的准确率。

本发明实施例的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明实施例的实践而习得。

在本公开的第一方面,本发明实施例提供了一种识别图像中暴恐内容的方法,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。

于一实施例中,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。

于一实施例中,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。

于一实施例中,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。

于一实施例中,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。

于一实施例中,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:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于恒安嘉新(北京)科技股份公司,未经恒安嘉新(北京)科技股份公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011009090.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top