[發明專利]圖像識別方法及裝置、計算機裝置和計算機可讀存儲介質

在審

• 申請號: 201811133534.6
• 申請日: 2018-09-27
• 公開（公告）號: CN110956190A
• 公開（公告）日: 2020-04-03
• 發明（設計）人: 辛浩然;王孝宇;黃軒
• 申請（專利權）人: 深圳云天勵飛技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 孫芬

一種圖像識別方法，所述方法包括：獲取待識別圖像；對所述待識別圖像進行預處理；將預處理后的所述待識別圖像分別輸入第一深度殘差網絡和第二深度殘差網絡，從所述第一深度殘差網絡得到所述待識別圖像的整體特征信息，從所述第二深度殘差網絡得到所述待識別圖像的局部特征信息；根據所述待識別圖像的整體特征信息和局部特征信息得到所述待識別圖像的圖像類別。本發明還提供一種圖像識別裝置、計算機裝置及可讀存儲介質。本發明可以實現快速、高準確率、低誤識別率的圖像識別。

技術領域

本發明涉及計算機視覺技術領域，具體涉及一種圖像識別方法及裝置、計算機裝置和計算機可讀存儲介質。

背景技術

隨著近年來移動互聯網的迅速發展，人們越來越頻繁地接觸網絡信息。而由于網絡監管機制并不完善，大量不良視頻、圖像(例如，色情表演、賭博游戲、暴恐內容等)快速泛濫，嚴重影響了以青少年為主體的廣大網民的身心健康。在此背景下，不良內容的自動化檢測工作變得十分重要。

在深度學習普及之前，一般是通過模式識別算法對不良內容進行識別。模式識別鑒別不良內容的方法大多基于膚色檢測、關鍵部位檢測，這些方法準確率較低，誤識別率較高。從技術層面上來說，無論是RGB、HSV、YCBCR或者其他彩色空間，膚色檢測的準確性都值得質疑。例如，即使人眼都無法分辨出淡黃色的背景和亞洲人膚色，機器執行的膚色檢測識別準確率也不高。另外，基于關鍵部位的檢測誤識別率較高。例如，人眼在haar特征中的表達往往跟色情圖像中的關鍵點相近，難以有效區分。

深度學習神經網絡模型近年來在圖像識別領域取得了巨大成功，也越來越多地應用在不良內容識別上。想要達到更好的識別效果意味著需要不斷增加深度學習神經網絡模型的深度。然而，越來越多的網絡層數往往意味著對計算設備運算能力的要求越來越高，也意味著算法容易出現過擬合。

發明內容

鑒于以上內容，有必要提出一種圖像識別方法及裝置、計算機裝置和計算機可讀存儲介質，其可以實現快速、高準確率、低誤識別率的圖像識別。

本申請的第一方面提供一種圖像識別方法，所述方法包括：

獲取待識別圖像；

對所述待識別圖像進行預處理；

將預處理后的所述待識別圖像分別輸入第一深度殘差網絡和第二深度殘差網絡，從所述第一深度殘差網絡得到所述待識別圖像的整體特征信息，從所述第二深度殘差網絡得到所述待識別圖像的局部特征信息；

根據所述待識別圖像的整體特征信息和局部特征信息得到所述待識別圖像的圖像類別。

另一種可能的實現方式中，所述對所述待識別圖像進行預處理包括如下任意一項或多項的組合：

對所述待識別圖像進行縮放；

對所述待識別圖像進行裁剪；

對所述待識別圖像進行平移；

對所述待識別圖像進行旋轉和/或翻轉；

對所述待識別圖像進行顏色轉換。

另一種可能的實現方式中，所述第一深度殘差網絡的層數為10，所述第二深度殘差網絡的層數為50。

另一種可能的實現方式中，所述整體特征信息和所述局部特征信息包括如下任意兩項或兩項以上的組合：紋理特征、輪廓特征、邊緣特征、人與人之間的關系特征、人與環境之間的關系特征。

另一種可能的實現方式中，所述第一深度殘差網絡和所述第二深度殘差網絡包括多個殘差模塊，每個殘差模塊包括一個恒等映射和至少兩個卷積層，每個殘差模塊的恒等映射由該殘差模塊的輸入端指向該殘差塊的輸出端。

另一種可能的實現方式中，所述根據所述待識別圖像的整體特征信息和局部特征信息得到所述待識別圖像的圖像類別包括：