[發明專利]用于色情圖片的圖像數據處理方法及裝置在審
| 申請號: | 201811221092.0 | 申請日: | 2018-10-19 |
| 公開(公告)號: | CN109508643A | 公開(公告)日: | 2019-03-22 |
| 發明(設計)人: | 郭英強;張默 | 申請(專利權)人: | 北京陌上花科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 北京卓唐知識產權代理有限公司 11541 | 代理人: | 唐海力;李志剛 |
| 地址: | 100080 北京市海淀*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 色情圖片 訓練數據集 圖像數據處理 訓練模型 圖片 檢測 申請 人力成本 關鍵點 預設 標簽 對抗 改進 網絡 | ||
1.一種用于色情圖片的圖像數據處理方法,其特征在于,包括:
生成訓練數據集,其中,訓練數據集包括:預設人體關鍵點標簽;
根據所述訓練數據集訓練得到預訓練模型;
輸入待檢測圖片;以及
根據預訓練模型判斷所述待檢測圖片是否屬于色情圖片。
2.根據權利要求1所述的圖像數據處理方法,其特征在于,生成訓練數據集包括:
提取包含有相關要素的圖片中的人體關鍵點信息;
根據所述人體關鍵點信息對人體執行裁剪操作;以及
將裁剪得到的圖片和對應的已標注有相關要素的標簽儲存到訓練集數據庫。
3.根據權利要求1或2所述的圖像數據處理方法,其特征在于,生成訓練數據集包括:
根據關鍵點對人體執行裁剪;以及
將人體圖像中的肩部位置的關鍵點在原圖中的中央位置對齊。
4.根據權利要求1所述的圖像數據處理方法,其特征在于,根據預訓練模型判斷所述待檢測圖片是否屬于色情圖片包括:
在預訓練模型中輸入與訓練階段相同分布的隨機變量及擬得到的圖片標簽;以及
根據預訓練模型中生成的對抗網絡,獲取生成的圖片。
5.根據權利要求1所述的圖像數據處理方法,其特征在于,根據預訓練模型判斷所述待檢測圖片是否屬于色情圖片還包括:模型訓練過程,所述模型訓練過程包括:
在生成網絡中生成類似真實的預設目標圖片;
在判斷網絡中判斷一個給定預設圖片是不是真實的預設目標圖片;以及
將上述生成網絡和判斷網絡持續對抗訓練,并通過預測的判決結果與真實的結果之間的差別,更新生成網絡和判決網絡中的參數。
6.一種用于色情圖片的圖像數據處理裝置,其特征在于,包括:
生成模塊,用于生成訓練數據集,其中,訓練數據集包括:預設人體關鍵點標簽;
訓練模塊,用于根據所述訓練數據集訓練得到預訓練模型;
輸入模塊,用于輸入待檢測圖片;以及
判斷模塊,用于根據預訓練模型判斷所述待檢測圖片是否屬于色情圖片。
7.根據權利要求6所述的圖像數據處理裝置,其特征在于,所述生成模塊包括:
提取單元,用于提取包含有相關要素的圖片中的人體關鍵點信息;
裁剪單元,用于根據所述人體關鍵點信息對人體執行裁剪操作;以及
存儲單元,用于將裁剪得到的圖片和對應的已標注有相關要素的標簽儲存到訓練集數據庫。
8.根據權利要求6所述的圖像數據處理裝置,其特征在于,所述生成模塊包括:
關鍵點裁剪單元,用于根據關鍵點對人體執行裁剪;以及
對齊單元,用于將人體圖像中的肩部位置的關鍵點在原圖中的中央位置對齊。
9.根據權利要求6所述的圖像數據處理裝置,其特征在于,所述判斷模塊包括:
變量和標簽輸入單元,用于在預訓練模型中輸入與訓練階段相同分布的隨機變量及擬得到的圖片標簽;以及
判決單元,用于根據預訓練模型中生成的對抗網絡,獲取生成的圖片。
10.根據權利要求6所述的圖像數據處理裝置,其特征在于,還包括:模型訓練過程模塊,所述模型訓練過程模塊包括:
生成網絡單元,用于在生成網絡中生成類似真實的預設目標圖片;
判斷網絡單元,用于在判斷網絡中判斷一個給定預設圖片是不是真實的預設目標圖片;以及
更新單元,用于將上述生成網絡和判斷網絡持續對抗訓練,并通過預測的判決結果與真實的結果之間的差別,更新生成網絡和判決網絡中的參數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京陌上花科技有限公司,未經北京陌上花科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811221092.0/1.html,轉載請聲明來源鉆瓜專利網。





