[發明專利]圖片內容屬性識別方法和系統

有效

• 申請號: 201310632631.0
• 申請日: 2013-12-02
• 公開（公告）號: CN103617261B
• 公開（公告）日: 2017-03-08
• 發明（設計）人: 陶哲;張揚
• 申請（專利權）人: 北京奇虎科技有限公司;奇智軟件（北京）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京鼎佳達知識產權代理事務所(普通合伙)11348
• 代理人: 王偉鋒,劉鐵生

技術領域

本發明涉及圖像識別領域，具體涉及一種圖片內容屬性識別方法和系統。

背景技術

在網絡中很多類型的資源站點上，都會出現一些廣告圖片，這些廣告圖片的種類非常豐富，其包括各類商品的廣告（例如，關于奶粉、衣服的廣告），和實體商店的廣告，以及一些其他類型的廣告。

這些廣告圖片不但會出現在商家的站點上，也會出現在其他資源站點的頁面上，例如，在允許用戶上傳圖片的社區（論壇、圖片站等），會有一些用戶上傳廣告圖片。大量廣告圖片的存在，往往對用戶造成干擾，甚至用戶進行圖片搜索時，也會出現與用戶需求無關的廣告圖片。

從圖片的圖像內容角度來看，不同廣告圖片是沒有特別多的相似點的，所以基于目前的圖像識別技術，難以對圖片的圖片內容屬性進行識別，即難以識別出哪些圖片為廣告圖片，也就無法對廣告圖片進行針對性的處理，用戶的體驗必然受到廣告圖片的影響。

發明內容

鑒于上述問題，提出了本發明以便提供一種克服上述問題或者至少部分地解決上述問題的一種圖片內容屬性識別方法和系統。

依據本發明的一個方面，提供了一種圖片內容屬性識別方法，其包括：對收集到的圖片進行相似圖片識別，將圖片聚合為多個同源圖片簇；計算多個同源圖片簇對于特定資源站點的相對轉載數；根據相對轉載數識別對應的同源圖片簇中的圖片內容屬性。

可選地，計算多個同源圖片簇對于特定資源站點的相對轉載數的步驟包括：對于多個同源圖片簇中的一個同源圖片簇，將同源圖片簇中的圖片在特定資源站點上的轉載數，與在多個資源站點上的轉載數相比較，得到同源圖片簇對于特定資源站點的相對轉載數，多個資源站點包括特定資源站點。

可選地，將同源圖片簇中的圖片在特定資源站點上的轉載數，與在多個資源站點上的轉載數相比較的步驟包括：計算特定資源站點上的圖片的第一平均轉載數；計算多個資源站點上的圖片的第二平均轉載數；取同源圖片簇中的圖片在特定資源站點上的轉載數與第一平均轉載數的第一差值，以及取同源圖片簇中的圖片在多個資源站點上的轉載數與第二平均轉載數的第二差值，將第一差值和第二差值對比得到同源圖片簇對于特定資源站點的相對轉載數。

可選地，計算特定資源站點上的圖片的第一平均轉載數的步驟包括：取多個同源圖片簇的圖片中位于特定資源站點上的多個圖片，將多個圖片的數量與多個圖片對應的同源圖片簇的數量進行對比，得到第一平均轉載數。

可選地，計算多個資源站點上的圖片的第二平均轉載數的步驟包括：將多個同源圖片簇的圖片的數量，與多個同源圖片簇的數量進行比較，得到第二平均轉載數。

可選地，在將同源圖片簇中的圖片在特定資源站點上的轉載數，與在多個資源站點上的轉載數相比較的步驟之前，還包括：抓取多個資源站點上出現的圖片鏈接；檢測圖片鏈接與同源圖片簇的圖片對應的鏈接是否相同，和/或檢測圖片鏈接對應的圖片的校驗信息與同源圖片簇的圖片的校驗信息是否相同，和/或檢測圖片鏈接對應的圖片與同源圖片簇的圖片是否存在一個或多個相同的圖像特征；根據檢測結果，確定圖片鏈接是否為同源圖片簇的圖片的轉載，并統計同源圖片簇的圖片的轉載數。

可選地，特定資源站點為多個同源圖片簇中轉載每個同源圖片簇的圖片最多的資源站點。

可選地，每個同源圖片簇的圖片對應同一源圖片，且每個同源圖片簇的圖片與其對應的源圖片具有一個或多個相同的圖像特征。

可選地，所述方法進一步包括：提取所述同源圖片簇中包含的圖片的格式特征和/或圖片的鏈接特征，在所述相對轉載數的基礎上進一步結合目標圖片簇中包含的圖片的格式特征和/或圖片的鏈接特征，來識別同源圖片簇中的圖片內容屬性。

可選地，所述圖片的格式特征包括但不限于以下中的一種或幾種組合：圖片的長/寬，圖片的大小，圖片的清晰度，

可選地，所述圖片的鏈接特征包括但不限于以下中的一種或幾種組合：圖片鏈接是否和網頁同站，圖片跳轉鏈接是否站外。

依據本發明的另一方面，還提供了一種圖片內容屬性識別系統，其包括：圖片聚合模塊，用于對收集到的圖片進行相似圖片識別，將圖片聚合為多個同源圖片簇；相對轉載數計算模塊，用于計算多個同源圖片簇對于特定資源站點的相對轉載數；圖片內容屬性識別模塊，用于根據相對轉載數識別對應的同源圖片簇中的圖片內容屬性。