[發明專利]圖像處理方法及裝置

有效

• 申請號: 201810001120.1
• 申請日: 2018-01-02
• 公開（公告）號: CN108198191B
• 公開（公告）日: 2019-10-25
• 發明（設計）人: 呂志高;張文明;陳少杰
• 申請（專利權）人: 武漢斗魚網絡科技有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/12;G06N3/04
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 郭新娟

本發明實施例提供一種圖像處理方法及裝置。該方法包括：獲得待處理圖像；將待處理圖像輸入到預先配置的卷積神經網絡中，獲取待處理圖像在卷積神經網絡中最后一層卷積層的卷積映射，卷積映射包括該卷積層中每個像素點的違禁置信度；基于卷積映射計算待處理圖像中每個像素點的違禁置信度，并基于待處理圖像中每個像素點的違禁置信度得到待處理圖像的違禁熱力圖；獲取違禁熱力圖中最高違禁置信度的目標區域坐標；基于目標區域坐標從待處理圖像中分割出對應的坐標片段，以得到待處理圖像的違禁區域。由此，能夠快速精準獲取待處理圖像中高可信度的違禁區域圖像片段，有效提升違禁信息鑒別效果，為審核用戶提供信息支撐。

技術領域

本發明涉及計算機技術領域，具體而言，涉及一種圖像處理方法及裝置。

背景技術

隨著互聯網行業的快速發展，圖像與視頻信息膨脹式產生，如何在海量圖像信息中快速精準地對圖像數據進行擴展，并獲取對圖像分類模型有意義的圖像數據進行訓練，以為審核用戶提供信息支撐，是目前亟待解決的技術難題。

發明內容

為了克服現有技術中的上述不足，本發明的目的在于提供一種圖像處理方法及裝置，能夠快速精準獲取待處理圖像中高可信度的違禁區域圖像片段，有效提升違禁信息鑒別效果，為審核用戶提供信息支撐。

為了實現上述目的，本發明較佳實施例采用的技術方案如下：

本發明較佳實施例提供一種圖像處理方法，應用于電子設備，所述方法包括：

獲得待處理圖像；

將所述待處理圖像輸入到預先配置的卷積神經網絡中，獲取所述待處理圖像在所述卷積神經網絡中最后一層卷積層的卷積映射，所述卷積映射包括該卷積層中每個像素點的違禁置信度；

基于所述卷積映射計算所述待處理圖像中每個像素點的違禁置信度，并基于所述待處理圖像中每個像素點的違禁置信度得到所述待處理圖像的違禁熱力圖；

獲取所述違禁熱力圖中最高違禁置信度的目標區域坐標；

基于所述目標區域坐標從所述待處理圖像中分割出對應的坐標片段，以得到所述待處理圖像的違禁區域。

在本發明較佳實施例中，所述將所述待處理圖像輸入到預先配置的卷積神經網絡中，獲取所述待處理圖像在所述卷積神經網絡中最后一層卷積層的卷積映射，包括：

將所述待處理圖像輸入到預先配置的卷積神經網絡中，獲取所述待處理圖像在所述卷積神經網絡中最后一層卷積層的每個像素點的違禁信息權重；

基于所述每個像素點的違禁信息權重獲取所述待處理圖像在所述卷積神經網絡中最后一層卷積層的卷積映射。

在本發明較佳實施例中，所述基于所述每個像素點的違禁信息權重獲取所述待處理圖像在所述卷積神經網絡中最后一層卷積層的卷積映射的計算公式為：

Conv_i,j＝255×p_i,j×W_i,j,0≤Conv_i,j≤255,0≤i<w_conv,0≤j<h_conv

Conv_i,j為待處理圖像在最后一層卷積層中每個像素點的違禁置信度；

w_src為待處理圖像的寬，且0<w_src；

h_src為待處理圖像的高，且0<h_src；

Feat_conv為根據鑒別違禁信息的卷積神經網絡，獲取待處理圖像的最后一層卷積映射；