[发明专利]敏感图片的合规性检测方法、装置、存储介质及设备

权利要求书

1.一种敏感图片的合规性检测方法，其特征在于，用于合规性检测网络中，所述合规性检测网络中包括目标检测网络和至少一个检测分支，每个检测分支对应于一种合规性检测策略；所述方法包括：

获取待检测的敏感图片；

利用所述目标检测网络，从所述敏感图片中识别出敏感区域和敏感类别，所述敏感区域中包含敏感目标，所述敏感类别是所述敏感目标所属的类别；

从所述至少一个检测分支中选择与所述敏感类别对应的目标检测分支；

利用所述目标检测分支的合规性检测策略检测所述敏感图片是否合规；

所述检测分支是规范检测网络，所述规范检测网络中包括至少一个孪生网络，每个孪生网络对应于一种规范，所述合规性检测策略是检测所述敏感区域是否符合设定的规范，若所述敏感区域符合所述规范，则确定所述敏感图片合规，若所述敏感区域不符合所述规范，则确定所述敏感图片不合规；或者，

所述检测分支是人脸检测网络，所述合规性检测策略是检测所述敏感区域是否是敏感人脸，若所述敏感区域不是所述敏感人脸，则确定所述敏感图片合规，若所述敏感区域是所述敏感人脸，则确定所述敏感图片不合规；或者，

所述检测分支是违规检测分支，所述合规性检测策略是将敏感区域是违规标志的敏感图片确定为不合规。

2.根据权利要求1所述的方法，其特征在于，当所述检测分支是规范检测网络时，所述利用所述目标检测分支的合规性检测策略检测所述敏感图片是否合规，包括：

从所述至少一个孪生网络中选择与所述敏感类别对应的目标孪生网络；

将所述敏感区域和预设的标准图片分别输入所述目标孪生网络中相同的两个神经网络中，所述标准图片是与所述敏感目标属于同一敏感类别且符合所述规范的图片；

利用所述两个神经网络检测所述敏感区域与所述标准图片的分类结果；

若所述分类结果是同类，则确定所述敏感区域符合所述规范，且所述敏感图片合规；

若所述分类结果是异类，则确定所述敏感区域不符合所述规范，且所述敏感图片不合规。

3.根据权利要求1所述的方法，其特征在于，当所述检测分支是人脸检测网络时，所述利用所述目标检测分支的合规性检测策略检测所述敏感图片是否合规，包括：

利用所述人脸检测网络，检测所述敏感区域与人脸特征库中的至少一个敏感人脸之间的相似度；

若所述相似度小于预设阈值，则确定所述敏感区域不是所述敏感人脸，且所述敏感图片合规；

若所述相似度大于或等于预设阈值，则确定所述敏感区域是所述敏感人脸，且所述敏感图片不合规。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

对所述人脸特征库中的敏感人脸进行更新。

5.根据权利要求1所述的方法，其特征在于，当所述分支网络是违规检测分支时，所述利用所述目标检测分支的合规性检测策略检测所述敏感图片是否合规，包括：

将输入所述违规检测分支的所述敏感区域确定为违规标志，并确定所述敏感图片不合规。

6.根据权利要求1或5所述的方法，其特征在于，所述方法还包括：

获取第一训练集，所述第一训练集中的样本中标注有目标对象的边界框和类别，所述目标对象包括制定有规范的对象、敏感人脸和违规标志中的至少一种，所述边界框用于描述所述目标对象在所述样本中的区域；

创建目标检测网络，所述目标检测网络中包括特征提取单元、区域建议单元、分类单元和回归单元，所述特征提取单元用于从样本中提取完整的特征图，所述区域建议单元用于从所述完整的特征图中提取区域建议特征图，所述分类单元用于根据所述区域建议特征图对目标对象进行分类，所述回归单元用于根据所述区域建议特征图对目标对象进行边界框回归；

根据所述第一训练集对所述目标检测网络进行训练。