[發(fā)明專利]圖片的重復(fù)檢測方法、裝置、計算機設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010525800.0
• 申請日: 2020-06-10
• 公開（公告）號: CN113780316A
• 公開（公告）日: 2021-12-10
• 發(fā)明（設(shè)計）人: 向燕
• 申請（專利權(quán)）人: 蘇寧云計算有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q30/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請涉及一種圖片重復(fù)檢測方法、裝置、計算機設(shè)備和存儲介質(zhì)。方法包括：接收原始圖片與待檢測圖片，對原始圖片和任一待檢測圖片組成的圖像組進行第一重復(fù)檢測；接收第一檢測結(jié)果，對判定為重復(fù)的上述圖像組進行第二重復(fù)檢測；接收第二檢測結(jié)果，根據(jù)第二檢測結(jié)果，確定重復(fù)圖片。本發(fā)明可以有效的解決相同背景下針對商品主體細節(jié)特征進行圖片重復(fù)檢測的問題，顯著地提高了檢測結(jié)果的準(zhǔn)確率，可以有效的提升后續(xù)高層次的圖像處理任務(wù)的效果。

技術(shù)領(lǐng)域

本申請涉及圖片審核技術(shù)領(lǐng)域，特別是涉及一種圖片重復(fù)檢測方法、裝置、計算機設(shè)備和存儲介質(zhì)。

背景技術(shù)

隨著多媒體技術(shù)和互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，互聯(lián)網(wǎng)上的圖像數(shù)量呈爆炸式增長。同文字信息相比，基于視覺的圖像更加生動、易于理解，這種優(yōu)勢使得數(shù)字圖像的應(yīng)用范圍非常廣泛，在數(shù)字圖像帶來信息傳播的便利的同時，互聯(lián)網(wǎng)上的圖像通常呈現(xiàn)這樣一種特征:通過使用圖像搜索引擎，會發(fā)現(xiàn)一幅原始的數(shù)字圖像經(jīng)常會有很多重復(fù)的圖像。這種現(xiàn)象造成了互聯(lián)網(wǎng)資源的巨大浪費，同時也帶來了圖像侵權(quán)等問題。因此，高效的重復(fù)圖像檢測算法就顯得尤為重要。為了解決這個問題，現(xiàn)有圖像處理領(lǐng)域的常規(guī)做法是基于直方圖匹配、基于互信息以及基于哈希指紋等圖像重復(fù)檢測算法。

基于直方圖匹配的方法，只能捕捉顏色信息的相似性，沒有利用圖片的結(jié)構(gòu)、紋理特征等信息，檢測精度較低?；诨バ畔⒌姆椒?，在兩張圖片大小一致時，可在一定程度上表征重復(fù)程度，然而當(dāng)圖片大小不一致時，互信息損失較多，不能進行有效的重復(fù)圖片檢測?；诰倒５膱D像重復(fù)檢測算法主要計算圖片的低頻成分，圖片主體細節(jié)特征在頻譜中主要表現(xiàn)為高頻信息，均值哈希方法對高頻信息的檢測精度較低，因此對于相同背景下圖片主體細節(jié)不同的重復(fù)檢測效果不理想。基于光流LK的算法通常用于檢測視頻的抖動，其應(yīng)用條件需要滿足亮度恒定、小運動和空間一致的三個假設(shè)條件，以上條件顯示出該方法對圖片低頻信息檢測的敏感度較低，無法單獨應(yīng)用于圖像重復(fù)檢測的應(yīng)用場景。

發(fā)明內(nèi)容

為了解決上述問題，本發(fā)明提出了，

一種圖片重復(fù)檢測方法，所述方法包括：

接收原始圖片與待檢測圖片，對原始圖片和任一待檢測圖片組成的圖像組進行第一重復(fù)檢測；

接收第一檢測結(jié)果，對判定為重復(fù)的上述圖像組進行第二重復(fù)檢測；

接收第二檢測結(jié)果，根據(jù)第二檢測結(jié)果，確定重復(fù)圖片。

在一個實施例中，原始圖片和待檢測圖片都包括低頻成分和高頻成分，第一重復(fù)檢測通過比較低頻成分的圖片信息來判斷圖片是否重復(fù)。

在一個實施例中，對圖像組進行第一重復(fù)檢測包括：

調(diào)整圖像組中的圖片大小，統(tǒng)一設(shè)置為預(yù)設(shè)尺寸；

將上述調(diào)整過的圖片轉(zhuǎn)化為灰度圖像；

計算每個灰度圖像上的所有像素的灰度平均值；

分別比較每個像素的灰度值與灰度平均值的大小，若像素的灰度值不小于灰度平均值，則記為1，否則記為0，組合比較結(jié)果形成圖像組中圖片的哈希指紋；

分別計算原始圖片和待檢測圖片的哈希指紋的漢明距離，漢明距離小于預(yù)設(shè)閾值，判定上述圖像組為重復(fù)圖片，得到第一檢測結(jié)果。

在一個實施例中，預(yù)設(shè)尺寸為8x8像素，每張圖片包括64個像素點。

在一個實施例中，選取原始圖片的第一特征點，以及待檢測圖片的與原始圖片的第一特征點對應(yīng)的第二特征點，第二重復(fù)檢測通過對圖像組的所有對應(yīng)的特征點進行重復(fù)度檢測，確定第二檢測結(jié)果。

在一個實施例中，計算所有特征點的光流向量和變換矩陣，根據(jù)光流向量的平均幅值和角度方差，以及變換矩陣的偏移量信息，檢測上述圖像組中的原始圖片和待檢測圖片的重復(fù)度，確定第二檢測結(jié)果。