[发明专利]基于大数据的图片内容审核系统

权利要求书

1.一种基于大数据的图片内容审核系统，其特征在于，其包括图片审核平台，图片审核平台包括类型识别模块、内容识别模块、内容审核模块和数据库，各模块间具有通信连接；

图片审核平台获取论坛交流板块上所有用户上传的交流图片以得到交流图片集，并从数据库中获取若干张标准违规图片以得到标准违规图片集；

类型识别模块获取交流图片集中每张交流图片的交流图像特征，并对交流图片集中每张交流图片的交流图像特征进行分析以得到交流图片集中每张交流图片的交流图片类型，然后根据交流图片集中每张交流图片的交流图片类型得到交流图片集中每张交流图片的评价增强系数；

内容识别模块获取标准违规图片集中所有标准违规图片的人物全身特征、人物躯干特征和人物配饰特征，并对所有标准违规图片的人物全身特征、人物躯干特征和人物配饰特征进行混合拼接处理得到混合多层次敏感特征；

内容识别模块获取交流图像集中每张交流图片的图像整体特征、图像主体特征和图像配饰特征以得到交流图像集中每张交流图片的单一多层次敏感特征；

内容审核模块根据混合多层次敏感特征与交流图像集中每张交流图片的单一多层次敏感特征计算交流图像集中每张交流图片的敏感值，并根据异常评价函数、交流图像集中每张交流图片的评价增强系数和交流图像集中每张交流图片的敏感值计算交流图像集中每张交流图片的异常值；

内容审核模块根据异常值从交流图片集中选取交流违规图片，并将所有的交流违规图片发送给审核管理员。

2.根据权利要求1所述的系统，其特征在于，所述交流图片类型包括风景图片、人物图像、汽车图片和动物图片；在交流图片类型为人物图像时，交流图片的评价增强系数为1；在交流图片类型不为人物图像时，交流图片的评价增强系数为0。

3.根据权利要求2所述的系统，其特征在于，内容识别模块获取标准违规图片集中所有标准违规图片的人物全身特征、人物躯干特征和人物配饰特征包括：

内容识别模块对所有标准违规图片进行图像预处理和图像归一化，并计算每张标准违规图片的第一梯度值和第二梯度值，

内容识别模块根据每张标准违规图片的第一梯度值和第二梯度值计算每张标准违规图片的梯度方向角；所述第一梯度值为标准违规图片在水平方向的梯度值；所述第二梯度值为标准违规图片在垂直方向的梯度值；

内容识别模块根据梯度方向角将标准违规图片分割为若干个图像网格，每个图像网格包括m×m个像素点；获取图像网格中所有像素点的像素值以统计图像网格中每个像素值出现的频次；

内容识别模块根据像素网格中每个像素值出现的频次与图像网格中像素点的数量获取每个像素值出现的频率，并根据图像网格中每个像素值出现的频率得到图像网格的网格特征矩阵。

4.根据权利要求3所述的系统，其特征在于，内容识别模块获取标准违规图片集中所有标准违规图片的人物全身特征、人物躯干特征和人物配饰特征包括：

内容识别模块随机选取三个图像网格作为中心图像网格，并将其他图像网格作为候选图像网格；

内容识别模块根据候选图像网格的网格特征矩阵和中心图像网格的网格特征矩阵计算候选图像网格与每个中心图像网格的特征距离，并将每个候选图像网格分配给特征距离最近的中心图像网格以得到三个图像网格组；

内容识别模块根据每个图像网格组中每个候选图像网格与中心图像网格的特征距离得到每个图像网格组的特征总距离；

内容识别模块根据三个图像网格组的特征总距离计算均方误差，并将均方误差与误差阈值进行比较，在均方误差大于误差阈值时，更新每个图像网格组的中心图像网格以重新划分图像网格组，直到图像网格组的均方误差小于误差阈值；

内容识别模块将每个图像网格组中所有网格特征矩阵进行特征变换以得到每个图像网格组的特征，将三个图像网格组的特征进行映射匹配以得到人物全身特征、人物躯干特征和人物配饰特征。