[发明专利]一种识别违规图片的方法及装置

权利要求书

1.一种识别违规图片的方法，其特征在于，包括：

对待识别图片进行特征提取，得到第一基础图像特征；

基于所述第一基础图像特征和预设的各个第一识别模型进行疑似违规识别，得到所述各个第一识别模型对应的第一预测概率；其中，所述各个第一识别模型分别对应一个聚类标签，所述第一预测概率用于判定所述待识别图片为对应聚类标签下的正常图片、疑似违规图片和违规图片中的一种；

若所述待识别图片被判定为疑似违规图片，则将所述待识别图片输入到相应的第一识别模型关联的至少一个第二识别模型中进行二次识别；其中，所述相应的第一识别模型为将所述待识别图片判定为疑似违规图片的模型，所述至少一个第二识别模型是所述相应的第一识别模型的子模型。

2.如权利要求1所述的方法，其特征在于，对待识别图片进行特征提取，得到第一基础图像特征，包括：

基于预设的目标特征提取模型对所述待识别图片进行特征提取，得到所述第一基础图像特征；

其中，所述目标特征提取模型是根据训练完毕的初始特征提取模型的输入层和设定数量的卷积层组成的。

3.如权利要求1所述的方法，其特征在于，在得到所述各个第一识别模型对应的第一预测概率之后，针对一个第一识别模型执行以下操作：

若所述一个第一识别模型的第一预测概率不超过第一阈值，判定所述待识别图片是对应聚类标签下的正常图片；

若所述一个第一识别模型的第一预测概率大于第二阈值，判定所述待识别图片是对应聚类标签下的违规图片；

若所述一个第一识别模型的第一预测概率大于所述第一阈值、且不超过所述第二阈值时，判定所述待识别图片是对应聚类标签下的疑似违规图片。

4.如权利要求1所述的方法，其特征在于，将所述待识别图片输入到相应的第一识别模型关联的至少一个第二识别模型中进行二次识别，包括：

将所述待识别图片输入到所述至少一个第二识别模型中进行二次识别，得到所述至少一个第二识别模型对应的第二预测概率；其中，所述至少一个第二识别模型分别对应一个子标签，所述第二预测概率用于判定所述待识别图片为对应子标签下的正常图片或者违规图片。

5.如权利要求4所述的方法，其特征在于，将所述待识别图片输入到所述至少一个第二识别模型中进行二次识别，得到所述至少一个第二识别模型对应的第二预测概率，针对一个第二识别模型执行以下操作：

在所述待识别图片上确定目标检测框；

对所述目标检测框选中区域的图像进行特征提取，得到子图像特征；

基于所述子图像特征得到所述第二预测概率。

6.如权利要求4所述的方法，其特征在于，在得到所述至少一个第二识别模型对应的第二预测概率之后，针对一个第二识别模型执行以下操作：

若所述一个第二识别模型不超过第三阈值，判定所述待识别图片是对应子标签下的正常图片；

否则，判定所述待识别图片是对应子标签下的违规图片。

7.如权利要求2所述的方法，其特征在于，所述训练完毕的初始特征提取模型是所述初始特征提取模型采用循环迭代的方式执行以下操作，直至满足迭代停止条件为止得到的：

从第一训练集中获取第一样本图片，通过所述初始特征提取模型得到所述第一样本图片的第一预测分类结果；

根据所述第一预测分类结果与对应的第一实际分类结果之间的第一损失值，调整所述初始特征提取模型的参数；其中，所述初始特征提取模型至少包括输入层、输出层和多个卷积层，所述第一实际分类结果是通过全部第二识别模型得到的，所述第一实际分类结果包含所述全部第二识别模型对应的子标签。