一种基于卷积神经网络的色情图像识别方法技术

本发明专利技术公开的基于卷积神经网络的色情图像识别方法，涉及数据分析技术领域，通过将待识别的图像输入训练过的卷积神经网络，提取图像的特征，生成特征图像，利用卷积神经网络的分类模型对特征图像进行识别，生成第一识别结果，利用卷积神经网络的目标检测模型对特征图像进行识别，生成第二识别结果，利用卷积神经网络的融合决策模型对第一识别结果及第二识别结果进行融合，得到最终的识别结果，提高了图像识别的精确度、效率及性能。

A pornographic image recognition method based on convolutional neural network

【技术实现步骤摘要】
一种基于卷积神经网络的色情图像识别方法
本专利技术涉及数据分析
，具体涉及一种基于卷积神经网络的色情图像识别方法。
技术介绍
随着网络的普及，色情图像充斥于网络资源中，对青少年的身心健康发展极为不利，所以，需要对该类图像进行识别并屏蔽。现有色情图像识别方法主要包括以下几种方案：(1)人体肤色检测法将图像中的颜色区域转换到不同颜色空间，当满足某些约束时，则判定该区域为人体皮肤，再根据皮肤区域在图像中的占比或人体比例判断该图像是否为色情。该方案存在的缺陷为：不能很好地识别互联网上传播的色情图像。例如：经常将肤色相近的物体误检为色情图像，而漏检某些含有性暗示的色情图像，导致精确度较低。(2)基于人体部位纹理的检测法提取图像中人体区域的某些部位或动作特征，根据某种规则来判断图像是否为色情。该方案存在的缺陷为：检测效果严重依赖于特征选择，过程繁琐，导致效率较低。(3)基于卷积神经网络法使用卷积神经网络方法对图像中人体敏感部位进行查找并判别。<br>该方案存在的缺本文档来自技高网...

【技术保护点】
1.一种基于卷积神经网络的色情图像识别方法，其特征在于，包括：/n将待识别的图像输入训练过的卷积神经网络，提取所述图像的特征，生成特征图像；/n利用所述卷积神经网络的分类模型对所述特征图像进行识别，生成第一识别结果；/n利用所述卷积神经网络的目标检测模型对所述特征图像进行识别，生成第二识别结果；/n利用所述卷积神经网络的融合决策模型对所述第一识别结果及所述第二识别结果进行融合，得到最终的识别结果。/n

【技术特征摘要】
1.一种基于卷积神经网络的色情图像识别方法，其特征在于，包括：
将待识别的图像输入训练过的卷积神经网络，提取所述图像的特征，生成特征图像；
利用所述卷积神经网络的分类模型对所述特征图像进行识别，生成第一识别结果；
利用所述卷积神经网络的目标检测模型对所述特征图像进行识别，生成第二识别结果；
利用所述卷积神经网络的融合决策模型对所述第一识别结果及所述第二识别结果进行融合，得到最终的识别结果。


2.根据权利要求1所述基于卷积神经网络的色情图像识别方法，其特征在于，利用所述融合决策模型对所述第一识别结果及所述第二识别结果进行融合，得到最终的识别结果包括：
若所述第一识别结果及所述第二识别结果中有一个识别结果为判定所述图像为色情图像，则确定所述图像为色情图像。


3.根据权利要求1所述的基于卷积神经网络的色情图像识别方法，其特征在于，利用所述融合决策模型对所述第一识别结果及所述第二识别结果进行融合，得到最终的识别结果包括：
若所述第一识别结果及所述第二识别结果均判定所述图像为正常图像，则对所述图像进行二次识别，得到最终的识别结果。


4.根据权利要求3所述的基于卷积神经网络的色情图像识别方法，其特征在于，对所述图像进行二次识别并得到最终的识别结果包括：
利用所述分类模型计算所述图像属于色情图像的概率并判断所述概率是否大于设定的阈值，若是，则确定所述图像为色情图像。


5.根据权利要求1所述的基于卷积神经网络的色情图像识别方法，其特征在于，所述卷积神经网络的训练过程包括：
构造图像数据集，其中，所述图像数据集包...

【专利技术属性】
技术研发人员：房子毅，王坚，李兵，余昊楠，胡卫明，
申请(专利权)人：人民中科山东智能技术有限公司，
类型：发明
国别省市：山东;37