[发明专利]一种涉政图像的识别方法、装置、电子设备及存储介质

说明书

本申请提供了一种涉政图像的识别方法、装置、电子设备及存储介质。获取待识别图像；将待识别图像输入至预先训练好的涉政图像识别模型中，通过涉政图像识别模型中的一级识别子模型，识别待识别图像中的一级图像特征，确定待识别图像的初始识别标签；通过二级识别子模型，确定二级图像特征，并基于二级图像特征调整初始识别标签，得到二级识别标签；通过三级识别子模型，确定三级图像特征，并基于三级图像特征调整二级识别标签，得到类别识别标签；基于类别识别标签确定待识别图像是否为涉政图像。这样，本申请通过对图像进行多特征分析，可以有效的提高涉政图片的识别效率以及提高涉政图片识别的命中率。

技术领域

本申请涉及图像识别技术领域，尤其是涉及一种涉政图像的识别方法、装置、电子设备及存储介质。

背景技术

随着互联网技术的蓬勃发展，社交媒体上展示与分享的内容也越来越丰富，无论是官方还是个人都可以通过社交媒体发布通知或发表言论。然而，社交媒体作为一个开放性平台，也会被一些不法分子利用，发布一些攻击或抹黑国家以及影响社会和谐稳定的涉政相关内容。对于有关涉政的文字内容，可以通过设置关键字或者关键文本进行拦截，但是由于涉政图片定义较复杂，难区分，无法应用传统的图片检测、图片识别方法进行区分。因此如何从海量图片中准确高效地查询涉政图片一直是公安单位亟待解决的问题。

发明内容

有鉴于此，本申请的目的在于提供一种涉政图像的识别方法、装置、电子设备及存储介质，通过对图像进行多级特征识别与分析，提高了涉政图片的识别效率以及识别命中率。

本申请实施例提供了一种涉政图像的识别方法，所述识别方法包括：

获取待识别图像；

将所述待识别图像输入至预先训练好的涉政图像识别模型中，通过所述涉政图像识别模型中的一级识别子模型，识别所述待识别图像中的一级图像特征，并基于所述一级图像特征确定所述待识别图像的初始识别标签；

通过所述涉政图像识别模型中的二级识别子模型，确定每个一级图像特征所对应的二级图像特征，并基于所述二级图像特征调整所述初始识别标签，得到二级识别标签；

通过所述涉政图像识别模型中的三级识别子模型，确定每个二级图像特征所对应的三级图像特征，并基于所述三级图像特征调整所述二级识别标签，得到类别识别标签；

基于所述类别识别标签确定所述待识别图像是否为涉政图像。

进一步的，通过以下步骤训练所述涉政图像识别模型：

获取多张训练样本图像、每张训练图像的样本识别标签以及每张训练样本图像对应的一级特征标签、二级特征标签以及三级特征标签；

基于所述多张训练样本图像、每张训练图像的样本识别标签以及每张训练样本图像对应的一级特征标签、二级特征标签以及三级特征标签训练预先构建好的神经网络，得到所述涉政图像识别模型。

进一步的，所述基于所述多张训练样本图像、每张训练图像的样本识别标签以及每张训练样本图像对应的一级特征标签、二级特征标签以及三级特征标签训练预先构建好的神经网络，得到所述涉政图像识别模型，包括：

将所述多张训练样本图像作为输入特征，将每张训练图像的样本识别标签以及每张训练样本图像对应的一级特征标签作为输出特征，训练构建好的神经网络中的时序神经网络，得到一级识别子模型；

将所述多张训练样本图像作为输入特征，将每张训练图像的样本识别标签以及每张训练样本图像对应的二级特征标签作为输出特征，训练构建好的神经网络中的卷积神经网络，得到二级识别子模型；

将所述多张训练样本图像作为输入特征，将每张训练图像的样本识别标签以及每张训练样本图像对应的三级特征标签作为输出特征，训练构建好的神经网络中的卷积神经网络，得到三级识别子模型；

基于所述一级识别子模型、所述二级识别子模型以及所述三级识别子模型，确定涉政图像识别模型。

进一步的，所述基于所述一级识别子模型、所述二级识别子模型以及所述三级识别子模型，确定涉政图像识别模型，包括：