[發明專利]敏感圖像識別方法及裝置

有效

• 申請號: 201610201148.0
• 申請日: 2016-04-01
• 公開（公告）號: CN107291737B
• 公開（公告）日: 2019-05-14
• 發明（設計）人: 余宗橋;郭曉威
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 劉映東

1.一種敏感圖像識別方法，其特征在于，所述方法包括：

獲取待識別圖像；

檢測敏感圖像數據庫中是否存在目標圖像，得到檢測結果，所述敏感圖像數據庫用于存儲多個敏感圖像以及每個敏感圖像的所屬類別和每個敏感圖像的來源信息，所述目標圖像為與所述待識別圖像相同的圖像；

當所述檢測結果指示所述敏感圖像數據庫中存在目標圖像時，基于所述待識別圖像的第一來源信息和所述目標圖像的第二來源信息，得到所述目標圖像的傳播路徑；

獲取所述目標圖像的匹配成功次數，將所述匹配成功次數確定為所述目標圖像的傳播熱度；

基于所述傳播路徑和所述傳播熱度，對傳播所述目標圖像的用戶執行賬號禁用操作；

通過圖像識別模型對所述待識別圖像進行類別預測，得到預測結果，所述預測結果包括所述待識別圖像的多個可能所屬類別以及每個可能所屬類別的概率，所述圖像識別模型根據敏感圖像樣本進行學習建立；

根據所述檢測結果和所述預測結果，得到所述待識別圖像的所屬類別。

2.根據權利要求1所述的方法，其特征在于，所述根據所述檢測結果和所述預測結果，得到所述待識別圖像的所屬類別包括：

若所述檢測結果指示所述待識別圖像為非敏感圖像，則判斷所述每個可能所屬類別的概率中是否存在第一概率，所述第一概率為大于預設概率閾值的概率；

若存在，則將所述第一概率對應的可能所屬類別確定為所述待識別圖像的所屬類別。

3.根據權利要求1所述的方法，其特征在于，所述通過圖像識別模型對所述待識別圖像進行類別預測，得到預測結果之前，所述方法還包括：

通過機器學習方法對通用圖像樣本進行學習，建立初始識別模型，所述通用圖像樣本中包含多個通用圖像類別的圖像；

基于所述初始識別模型，對所述敏感圖像樣本進行學習，建立所述圖像識別模型，所述敏感圖像樣本中包含多個敏感圖像類別的圖像，所述多個敏感圖像類別與所述多個通用圖像類別之間沒有交集。

4.根據權利要求1所述的方法，其特征在于，所述根據所述檢測結果和所述預測結果，得到所述待識別圖像的所屬類別之后，所述方法還包括：

判斷所述每個可能所屬類別的概率中是否存在第二概率，所述第二概率為在預設概率區間內的概率；

若存在，則獲取所述待識別圖像的人工標注類別，為所述待識別圖像添加所述人工標注類別，所述人工標注類別用于指示由用戶為所述待識別圖像所指定的類別。

5.根據權利要求4所述的方法，其特征在于，所述根據所述檢測結果和所述預測結果，得到所述待識別圖像的所屬類別之后，所述方法還包括：

基于所述添加人工標注類別的待識別圖像，對所述敏感圖像樣本進行更新；

基于更新后的敏感圖像樣本，對所述圖像識別模型進行優化，后續基于優化后的圖像識別模型進行敏感圖像識別。

6.根據權利要求4所述的方法，其特征在于，所述根據所述檢測結果和所述預測結果，得到所述待識別圖像的所屬類別之后，所述方法還包括：

若所述待識別圖像的人工標注類別為典型敏感圖像，則基于所述待識別圖像對所述敏感圖像數據庫進行更新，后續基于更新后的敏感圖像數據庫進行敏感圖像識別。