[發明專利]素材審核方法、計算設備及存儲介質

在審

• 申請號: 202210988974.X
• 申請日: 2022-08-17
• 公開（公告）號: CN115344805A
• 公開（公告）日: 2022-11-15
• 發明（設計）人: 高云龍
• 申請（專利權）人: 掌閱科技股份有限公司
• 主分類號: G06F16/958
• 分類號: G06F16/958;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京市浩天知識產權代理事務所(普通合伙) 11276
• 代理人: 梁倩

1.一種素材審核方法，包括：

獲取待審核素材；

利用經過訓練的素材判別模型，計算所述待審核素材與原始素材庫中的原始素材之間的相似度；其中，所述素材判別模型是根據所述原始素材庫中的原始素材以及通過對所述原始素材進行變化處理所生成的第一變化素材和第二變化素材進行訓練得到的；

根據所述相似度，確定審核結果。

2.根據權利要求1所述的方法，在所述利用經過訓練的素材判別模型，計算所述待審核素材與原始素材庫中的原始素材之間的相似度之前，所述方法還包括：

針對所述原始素材庫中的每個原始素材，按照預設素材變化模板，對該原始素材進行變化處理，生成該原始素材對應的第一變化素材和第二變化素材，構建該原始素材對應的三元樣本組；其中，該原始素材對應的三元樣本組包含有該原始素材、所述第一變化素材以及所述第二變化素材；

將各個原始素材對應的三元樣本組添加至訓練樣本集合中；

根據所述訓練樣本集合，訓練得到素材判別模型。

3.根據權利要求2所述的方法，所述預設素材變化模板包括以下模板中的一個或多個：

素材背景變化模板、素材前景變化模板、素材紋理變化模板、素材拉伸模板、素材截取模板、素材文本變化模板、素材拼接模板。

4.根據權利要求2或3所述的方法，所述根據所述訓練樣本集合，訓練得到素材判別模型，包括：

從所述訓練樣本集合中提取三元樣本組；

將所述三元樣本組輸入至初始素材判別模型中進行特征向量提取，得到所述三元樣本組的目標素材特征向量；

利用三元損失函數，計算所述三元樣本組的目標素材特征向量對應的損失，根據所述損失調整所述初始素材判別模型的權重參數；

循環迭代執行上述步驟，直至滿足迭代結束條件，得到素材判別模型。

5.根據權利要求4所述的方法，所述初始素材判別模型包括：深度殘差網絡和孿生網絡；

所述將所述三元樣本組輸入至初始素材判別模型中進行特征向量提取，得到所述三元樣本組的目標素材特征向量，包括：

將所述三元樣本組輸入至所述深度殘差網絡中進行第一次特征向量提取，得到所述三元樣本組的初始素材特征向量；

將所述三元樣本組的初始素材特征向量輸入至對應的孿生網絡中進行第二次特征向量提取，得到所述三元樣本組的目標素材特征向量。

6.根據權利要求4或5所述的方法，所述三元樣本組的目標素材特征向量包括：所述原始素材的目標素材特征向量、所述第一變化素材的目標素材特征向量以及所述第二變化素材的目標素材特征向量；

所述利用三元損失函數，計算所述三元樣本組的目標素材特征向量對應的損失，包括：

計算所述原始素材的目標素材特征向量和所述第一變化素材的目標素材特征向量之間的第一相似度；

計算所述原始素材的目標素材特征向量和所述第二變化素材的目標素材特征向量之間的第二相似度；

依據所述第一相似度、所述第二相似度以及預設參數，得到所述三元樣本組的目標素材特征向量對應的損失。

7.根據權利要求1-6任一項所述的方法，所述根據所述相似度，確定審核結果，包括：

判斷所述相似度是否超過預設閾值；

若是，則將所述待審核素材添加至審核隊列中，通過審核端對所述審核隊列中的待審核素材進行審核，得到審核結果；若否，則審核通過。

8.一種計算設備，包括：處理器、存儲器、通信接口和通信總線，所述處理器、所述存儲器和所述通信接口通過所述通信總線完成相互間的通信；

所述存儲器用于存放至少一可執行指令，所述可執行指令使所述處理器執行以下操作：

獲取待審核素材；

利用經過訓練的素材判別模型，計算所述待審核素材與原始素材庫中的原始素材之間的相似度；其中，所述素材判別模型是根據所述原始素材庫中的原始素材以及通過對所述原始素材進行變化處理所生成的第一變化素材和第二變化素材進行訓練得到的；

根據所述相似度，確定審核結果。