[发明专利]针对敏感类网站图像的滤除方法、存储介质以及电子设备在审

专利信息
申请号: 202210367836.X 申请日: 2022-04-08
公开(公告)号: CN115017439A 公开(公告)日: 2022-09-06
发明(设计)人: 黄浩 申请(专利权)人: 北京金堤科技有限公司
主分类号: G06F16/958 分类号: G06F16/958;G06K9/62;G06F16/51;G06F16/583
代理公司: 北京工信联合知识产权代理有限公司 11266 代理人: 夏德政
地址: 100086 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: 针对 敏感 网站 图像 方法 存储 介质 以及 电子设备
【权利要求书】:

1.一种针对敏感类网站图像的滤除方法,其特征在于,所述滤除方法包括:

将待检测图像分别转换为标准化灰度图像向量Ia和标准化特征图向量Ib

利用向量搜索引擎将第一存储表中的各个标准化灰度图像向量Ic分别与所述标准化灰度图像向量Ia进行比较,以从第一方面完成针对所述待检测图像的相似度搜索,

以及

利用向量搜索引擎将第二存储表中的各个标准化特征图向量Id分别与所述标准化特征图向量Ib进行比较,以从第二方面完成针对所述待检测图像的相似度搜索,

其中,所述标准化灰度图像向量Ic和所述标准化特征图向量Id均由作为相似度比较基准的基准图像转换而成;

根据相似度搜索结果判断所述待检测图像是否为所述敏感类网站图像。

2.根据权利要求1所述的方法,其特征在于,根据相似度搜索结果判断所述待检测图像是否为所述敏感类网站图像包括:

利用所述向量搜索引擎在所述第一存储表中搜索出与所述标准化灰度图像向量Ia的最小距离Da,并判断所述最小距离Da与阈值m的关系,若Da<m,则判定所述第一存储表命中;

利用所述向量搜索引擎在所述第二存储表中搜索出与所述待检测图像的所述标准化特征图向量Ib的最小距离Db,并判断所述最小距离Db与阈值n的关系,若Db<n,则判定所述第二存储表命中;

所述第一存储表和第二存储表的至少其中之一命中时,则判定所述待检测图像为所述敏感类网站图像。

3.根据权利要求1所述的方法,其特征在于,将所述基准图像或者所述待检测图像转换为标准化灰度图像向量包括:

调整所述基准图像或者所述待检测图像的尺寸,得到预设尺寸的RGB图像,并将所述预设尺寸的RGB图像转换为灰度图像,从而得到预设尺寸的灰度图像;

将所述预设尺寸的灰度图像转换为灰度图像向量,并对所述灰度图像向量进行标准化,从而得到所述标准化灰度图像向量。

4.根据权利要求3所述的方法,其特征在于,所述标准化灰度图像向量中的第i个元素Pi,其计算公式为:

其中,xi为所述灰度图像向量的第i个元素的值。

5.根据权利要求1所述的方法,其特征在于,将所述基准图像或者所述待检测图像转换为标准化特征图向量包括:

调整所述基准图像或者所述待检测图像的尺寸,得到预设尺寸的RGB图像;

通过图像数据集预训练卷积神经网络得到卷积神经网络模型,并利用所述卷积神经网络模型处理所述预设尺寸的RGB图像,得到所述预设尺寸的RGB图像的特征图;

将所述特征图转换为特征图向量,并对所述向量进行标准化,从而得到所述标准化特征图向量。

6.根据权利要求5所述的方法,其特征在于,所述标准化特征图向量中的第i个元素Qi,其计算公式为:

其中,yi为所述特征图向量的第i个元素的值。

7.根据权利要求5所述的方法,其特征在于,所述图像数据集为ImageNet,所述卷积神经网络为VGG16。

8.根据权利要求1所述的方法,其特征在于,该方法还包括:

所述基准图像存储于已构建的图像库中,所述第一存储表和第二存储表设于所述向量搜索引擎中,

其中,所述图像库用于存储所述敏感类网站图像的基准图像。

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北京金堤科技有限公司,未经北京金堤科技有限公司许可,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/202210367836.X/1.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