【技术实现步骤摘要】
图片识别方法、装置、计算机可读存储介质和计算机设备
本申请涉及图像识别
,特别是涉及一种图片识别方法、装置、计算机可读存储介质和计算机设备。
技术介绍
随着互联网技术的发展,网络中充斥了大量不良信息,各种不良图片层出不穷,为了对不良图片进行屏蔽,需要对图片进行识别。然而,目前的图片识别方法,一般是通过深度学习的方法,对整张待识别图片进行二分类;但是,整张图片的内容非常复杂,且类型多样,简单地将其划分为同一类别,会使得深度学习的难度大大增加,从而造成图片的识别准确率较低。
技术实现思路
基于此,有必要针对图片的识别准确率较低的技术问题,提供一种图片识别方法、装置、计算机可读存储介质和计算机设备。一种图片识别方法,包括:对待识别图片进行分割处理,得到至少两个的候选图;提取各个所述候选图的目标特征图;所述目标特征图为所述候选图的目标图像特征对应的特征图;根据各个所述候选图的目标特征图,得到各个所述候选图在至少两个图片识别维度下的识别分数;根据各个所述候选图在至少两个图片识别维度下的识别分数,确定所述待识别图片的目标分数;根据所述目标分数确定对所述待识别图片的图片识别结果。在其中一个实施例中,在对待识别图片进行分割处理,得到多个候选图之后,还包括:分别对所述多个候选图中的各个像素点的像素值进行归一化处理,得到各个归一化处理后的候选图。在其中一个实施例中,所述方法还包括:从所述待识别图片的图片标签中,将所述待识别图 ...
【技术保护点】
1.一种图片识别方法,包括:/n对待识别图片进行分割处理,得到至少两个的候选图;/n提取各个所述候选图的目标特征图;所述目标特征图为所述候选图的目标图像特征对应的特征图;/n根据各个所述候选图的目标特征图,得到各个所述候选图在至少两个图片识别维度下的识别分数;/n根据各个所述候选图在至少两个图片识别维度下的识别分数,确定所述待识别图片的目标分数;/n根据所述目标分数确定对所述待识别图片的图片识别结果。/n
【技术特征摘要】
1.一种图片识别方法,包括:
对待识别图片进行分割处理,得到至少两个的候选图;
提取各个所述候选图的目标特征图;所述目标特征图为所述候选图的目标图像特征对应的特征图;
根据各个所述候选图的目标特征图,得到各个所述候选图在至少两个图片识别维度下的识别分数;
根据各个所述候选图在至少两个图片识别维度下的识别分数,确定所述待识别图片的目标分数;
根据所述目标分数确定对所述待识别图片的图片识别结果。
2.根据权利要求1所述的方法,其特征在于,所述对待识别图片进行分割处理,得到至少两个的候选图,包括:
获取所述待识别图片的高宽比例;
根据所述待识别图片的高宽比例,确定所述待识别图片的候选图分割参数;
根据所述待识别图片的候选图分割参数,对所述待识别图片进行分割处理,得到至少两个的候选图。
3.根据权利要求2所述的方法,其特征在于,所述根据所述待识别图片的高宽比例,确定所述待识别图片的候选图分割参数,包括:
根据所述待识别图片的高宽比例,确定正方形剪切框的边长以及分割顺序,作为所述待识别图片的候选图分割参数;
所述根据所述待识别图片的候选图分割参数,对所述待识别图片进行分割处理,得到至少两个的候选图,包括:
控制所述正方形剪切框,按照所述分割顺序对所述待识别图片进行分割处理,得到至少两个的候选图。
4.根据权利要求3所述的方法,其特征在于,所述根据所述待识别图片的高宽比例,确定正方形剪切框的边长以及分割顺序,包括:
若所述待识别图片的高宽比例大于第一预设比例,则以所述待识别图片的宽作为所述正方形剪切框的边长,以从上到下依次分割的顺序或者从下到上依次分割的顺序作为所述分割顺序;
若所述待识别图片的高宽比例大于第二预设比例且小于或等于所述第一预设比例,则以所述待识别图片的宽作为所述正方形剪切框的边长,以从上中下分别分割的顺序或者从下中上分别分割的顺序作为所述分割顺序;
若所述待识别图片的高宽比例小于或等于所述第二预设比例,则以所述待识别图片的高作为所述正方形剪切框的边长,以从左中右分别分割的顺序或者从右中左分别分割的顺序作为所述分割顺序。
5.根据权利要求1所述的方法,其特征在于,所述提取各个所述候选图的目标特征图,包括:
获取各个所述候选图的关键特征图候选集;所述关键特征图候选集包括多个关键特征图,所述关键特征图为所述候选图的图像特征对应的特征图;
根据各个所述候选图的关键特征图候选集,确定各个所述候选图的目标特征图。
6.根据权利要求5所述的方法,其特征在于,所述获取各个所述候选图的关键特征图候选集,包括:
分别将各个所述候选图输入预先训练的特征提取模型中,得到各个所述候选图的关键特征图;所述预先训练的特征提取模型用于提取各个所述候选图的关键特征图;
分别根据各个所述候选图的关键特征图,构建各个所述候选图的关键特征图候选集。
7.根据权利要求6所述的方法,其特征在于,所述预先训练的特征提取模型通过下述方式训练得到:
根据预设的图片数据库对特征提取模型进行预训练,得到预训练后的特征提取模型;所述预设的图片数据库中存储有多个旋转预处理以及分割预处理后的图片;
采集旋转预处理以及分割预处理后的样本图片以及对应的实际关键特征图;
根据所述旋转预处理以及分割预处理后的样本图片对所述预训练后的特征提取模型进行再次训练,得到训练后的特征提取模型;
获取所述训练后的特征提取模型...
【专利技术属性】
技术研发人员:路泽,吴烈思,肖万鹏,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。