图片识别方法、装置、计算机可读存储介质和计算机设备制造方法及图纸

本申请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，所述方法包括：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。本申请提供的方案实现了根据待识别图片的至少两个候选图，实时得到待识别图片的图片识别结果的目的；同时综合考虑待识别图片的多个候选图，有利于提高图片的识别准确率。

Image recognition method, device, computer-readable storage medium and computer equipment

【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，将所述待识别图片的目标分数对应的图片标签，作为所述待识别图片的图片类型；获取所述待识别图片的图片标识，将所述待识别图片按照所述图片标识存储至预设数据库中；所述预设数据库中存储的所述待识别图片中携带有所述图片标签以及所述图片类型。在其中一个实施例中，所述方法还包括：接收终端发送的图片识别请求；所述图片识别请求中携带有图片标识；从所述预设数据库中获取与所述图片标识对应的图片；将所述图片对应的图片类型以及图片标签推送至所述终端。一种图片识别装置，所述装置包括：候选图分割模块，用于对待识别图片进行分割处理，得到至少两个的候选图；特征图提取模块，用于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；识别分数获取模块，用于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；目标分数确定模块，用于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；图片识别模块，用于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。一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：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。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：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。上述图片识别方法、装置、计算机可读存储介质和计算机设备，通过提取的待识别图片的至少两个候选图的目标特征图，确定各个候选图在至少两个图片识别维度下的识别分数，进而确定待识别图片的目标分数，并根据待识别图片的目标分数确定对待识别图片的图片识别结果；实现了根据待识别图片的至少两个候选图，实时得到待识别图片的图片识别结果的目的；综合考虑待识别图片的多个候选图，有利于增大待识别图片的局部区域的分辨率，避免遗漏待识别图片的局部信息，使得图片的识别更加准确，从而提高了图片的识别准确率；同时，通过提取各个候选图的目标特征图，能够有效地筛选和结合候选图的图像特征，从而减少了待识别图片的小区域信息的损失，进一步提高了图片的识别准确率；此外，通过得到的各个候选图在至少两个图片识别维度下的识别分数，确定对待识别图片的图片识别结果，有利于从多个图片识别维度对待识别图片进行判别，从而降低了图片的识别难度，有利于实现图片的精准识别，进而提高了图片的识别准确率。此外，无需通过人工对图片进行审核，从而降低了人工审核成本，进一步提高了图片识别效率；同时通过获取对待识别图片的图片识别结果，有利于对不符合要求的图片进行过滤，从而保证了图片质量。附图说明图1为一个实施例中图片识别方法的应用环境图；图2为一个实施例中计算机设备的结构框图；图3为一个实施例中图片识别方法的流程示意图；图4为一个实施例中对待识别图片进行分割处理，得到至少两个的候选图的步骤的流程示意图；图5为一个实施例中根据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的步骤的流程示意图；图6为一个实施例中提取各个候选图的目标特征图的步骤的流程示意图；图7为一个实施例中获取各个候选图的关键特征图候选集的步骤的流程示意图；图8为一个实施例中训练特征提取模型的步骤的流程示意图；图9为一个实施例中根据各个候选图的目标特征图，得到各个候选图在至少两个图片识别维度下的识别分数的步骤的流程示意图；图10为一个实施例中根据各个候选图在至少两个图片识别维度下的识别分数，确定待识别图片的目标分数的步骤的流程示意图；图11为一个实施例中根据目标分数确定对待识别图片的图片识别结果的步骤的流程示意图；图12为一个实施例中确定待识别图片的图片标签的步骤的流程示意图；图13为一个实施例中存储待识别图片的步骤的流程示意图；图14为一个实施例中图片识别方法的应用环境图；图15为另一个实施例中图片识别方法的流程示意图；图16为一个实施例中图片审核的界面示意图；图17为又一个实施例中图片识别方法的流程示意图；图18为一个实施例中线上测试图片识别方法的流程示意图；图19为一个实施例中图片识别装置的结构框图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，本文档来自技高网...

【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