基于残差神经网络的图像去重方法技术

本发明专利技术公开了一种基于残差神经网络的图像去重方法，应用于服务器，包括：接收上传请求；根据第一精确匹配数据和第一感知哈希特征值，在数据库中对待处理图像进行相似性检测；当在数据库中检测到与待处理图像匹配的第一图像时，比较待处理图像与第一图像的图像质量得分；若待处理图像的图像质量得分高于第一图像的图像质量得分，则发送上传指令至客户端，并接收客户端上传的待处理图像。本发明专利技术通过比较第一精确匹配数据和第一感知哈希特征值，能够将具有相同视觉信息的图像判定为相似图像，具有良好的去重精度。此外，通过对待处理图像和第一图像的图像质量进行比较，并删除质量较差的冗余图像，能够获得良好的去重效果，并改善用户体验。善用户体验。善用户体验。

【技术实现步骤摘要】
基于残差神经网络的图像去重方法


[0001]本专利技术属于图像处理领域，具体涉及一种基于残差神经网络的图像去重方法。

技术介绍

[0002]图像包含了丰富且直观的信息，当前在社交、购物、旅游等领域都需要大量的图像来给用户传递信息。随着图像数量的不断增加，本地存储开销也随之增大，因而越来越多的用户将图像从本地客户端上传至云服务器上存储。
[0003]为了避免相似或者相同的图像被再次上传而导致云服务器的存储量出现不必要的增加，如何从大量数据中实现图像的安全去重成为本领域的研究热点。目前，相关技术中采用基于客户端的多媒体数据重复删除方法(A Client
‑
based Security Provable Deduplication of Multimedia Data,CSPD)实现图像去重，该方法包括相似图像检测、所有权认证和质量比较三个阶段。然而，由于相关技术是从密码学哈希和离散余弦变换两个角度进行相似性判别，因此只能识别出原始图像和其经过一种失真变化后的图像，当原始图像经过两种以上的失真叠加时，相似图像的识别准确度就会下降，进而降低图像去重精度。

技术实现思路

[0004]为了解决现有技术中存在的上述问题，本专利技术提供了一种基于残差神经网络的图像去重方法。本专利技术要解决的技术问题通过以下技术方案实现：
[0005]第一方面，本专利技术提供一种基于残差神经网络的图像去重方法，应用于服务器，包括：
[0006]接收来自客户端的上传请求；所述客户端与所述服务器之间预先建立通信连接，所述上传请求包括待处理图像的第一精确匹配数据和第一感知哈希特征值；
[0007]根据所述第一精确匹配数据和所述第一感知哈希特征值，在数据库中对所述待处理图像进行相似性检测；所述数据库包括多组预先存储的图像、与所述图像对应的精确匹配数据及感知哈希特征值；
[0008]当在所述数据库中检测到与待处理图像匹配的第一图像时，比较所述待处理图像与所述第一图像的图像质量得分；若所述待处理图像的图像质量得分高于所述第一图像的图像质量得分，则发送上传指令至客户端，并接收所述客户端上传的待处理图像。
[0009]在本专利技术的一个实施例中，所述根据第一精确匹配数据和第一感知哈希特征值，在数据库中对所述待处理图像进行相似性检测的步骤，包括：
[0010]在所述数据库存储的精确匹配数据中，检测是否存在与所述第一精确匹配数据相等的第二精确匹配数据；
[0011]若存在，则将所述第二精确匹配数据对应的图像确定为第一图像；否则，计算所述第一感知哈希特征值与所述数据库中存储的各个感知哈希特征值之间的第一平均绝对误差距离；
[0012]比较所述第一平均绝对误差距离与第一预设阈值，并在将所述第一平均绝对误差距离小于预设阈值的所述感知哈希特征值确定为第二哈希特征值后，将所述第二哈希特征值对应的图像确定为第一图像。
[0013]在本专利技术的一个实施例中，当在所述数据库中检测到与待处理图像匹配的第一图像时，比较所述待处理图像与所述第一图像的图像质量的步骤之前，还包括：
[0014]对所述客户端进行所有权验证。
[0015]在本专利技术的一个实施例中，对所述客户端进行所有权验证的步骤，包括：
[0016]在所述第一图像中划分多个图像块后，从中选取出第一图像块，并对所述第一图像块进行预处理；
[0017]将预处理后的第一图像块与所述第一图像缩放至相同大小，并进行混合，获得第一目标图像；
[0018]输入所述第一目标图像至第一残差神经网络，获得第一目标图像的感知哈希特征值；
[0019]生成所有权验证请求，所述所有权验证请求包括所述第一残差神经网络的网络参数；
[0020]发送所述所有权验证请求至客户端，以使所述客户端在待处理图像中划分多个图像块后，从中选取出第二图像块，并对所述第二图像块进行预处理，将预处理后的第二图像块与所述待处理图像缩放至相同大小，并进行混合，获得第二目标图像，按照所述第一残差神经网络的网络参数设置第二残差神经网络的网络参数，输入所述第二目标图像至第二残差神经网路，将获得的第二目标图像的感知哈希特征值发送至所述服务器；
[0021]根据所述第一目标图像的感知哈希特征值与所述第二目标图像的感知哈希特征值，判断所述客户端是否通过所有权验证。
[0022]在本专利技术的一个实施例中，根据所述第一目标图像的感知哈希特征值与所述第二目标图像的感知哈希特征值，判断所述客户端是否通过所有权验证的步骤，包括：
[0023]计算所述第一目标图像的感知哈希特征值与所述第二目标图像的感知哈希特征值之间的第二平均绝对误差距离；
[0024]比较所述第二平均绝对误差距离与第二预设阈值；若所述第二平均绝对误差距离小于第二预设阈值，则所述客户端通过所有权验证，否则，所述客户端未通过所有权验证；
[0025]发送验证结果至所述客户端。
[0026]在本专利技术的一个实施例中，所述预处理包括旋转和/或平移操作。
[0027]在本专利技术的一个实施例中，当在所述数据库中检测到与待处理图像匹配的第一图像时，比较所述待处理图像与所述第一图像的图像质量得分的步骤之后，还包括：
[0028]若待处理图像的图像质量得分低于第一图像的图像质量得分，则发送第一图像的链接至所述客户端。
[0029]在本专利技术的一个实施例中，当所述数据库中不存在与待处理图像匹配的第一图像时，所述根据第一精确匹配数据和所述第一感知哈希特征值，在数据库中对所述待处理图像进行相似性检测的步骤之后，还包括：
[0030]发送上传指令至客户端后，接收所述客户端上传的待处理图像。
[0031]在本专利技术的一个实施例中，接收所述客户端上传的待处理图像的步骤之后，还包
括：
[0032]将所述待处理图像、所述第一精确匹配数据和所述第一感知哈希特征值存储至数据库。
[0033]第二方面，本专利技术还提供一种基于残差神经网络的图像去重方法，应用于客户端，包括：
[0034]获取待处理图像；
[0035]根据Sha256算法，确定所述待处理图像的第一精确匹配数据；
[0036]利用预先训练好的第二残差神经网络模型，确定所述待处理图像的第一感知哈希特征值；
[0037]发送所述待处理图像的上传请求至服务器，以使所述服务器根据所述第一精确匹配数据及所述第一感知哈希特征值，在数据库中对所述待处理图像进行相似性检测，并在检测到与待处理图像匹配的第一图像时，比较所述待处理图像与所述第一图像的图像质量得分；
[0038]若所述待处理图像的图像质量得分高于所述第一图像的图像质量得分，则接收上传指令，并将所述待处理图像上传至所述服务器；否则，接收所述第一图像的链接。
[0039]与现有技术相比，本专利技术的有益效果在于：
[0040]在本专利技术提供的基于残差神经网络的图像去重方法中，服务器接收来自客户端的上传请求，由于该上本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于残差神经网络的图像去重方法，其特征在于，应用于服务器，包括：接收来自客户端的上传请求；所述客户端与所述服务器之间预先建立通信连接，所述上传请求包括待处理图像的第一精确匹配数据和第一感知哈希特征值；根据所述第一精确匹配数据和所述第一感知哈希特征值，在数据库中对所述待处理图像进行相似性检测；所述数据库包括多组预先存储的图像、与所述图像对应的精确匹配数据及感知哈希特征值；当在所述数据库中检测到与待处理图像匹配的第一图像时，比较所述待处理图像与所述第一图像的图像质量得分；若所述待处理图像的图像质量得分高于所述第一图像的图像质量得分，则发送上传指令至客户端，并接收所述客户端上传的待处理图像。2.根据权利要求1所述的基于残差神经网络的图像去重方法，其特征在于，所述根据第一精确匹配数据和第一感知哈希特征值，在数据库中对所述待处理图像进行相似性检测的步骤，包括：在所述数据库存储的精确匹配数据中，检测是否存在与所述第一精确匹配数据相等的第二精确匹配数据；若存在，则将所述第二精确匹配数据对应的图像确定为第一图像；否则，计算所述第一感知哈希特征值与所述数据库中存储的各个感知哈希特征值之间的第一平均绝对误差距离；比较所述第一平均绝对误差距离与第一预设阈值，并在将所述第一平均绝对误差距离小于预设阈值的所述感知哈希特征值确定为第二哈希特征值后，将所述第二哈希特征值对应的图像确定为第一图像。3.根据权利要求2所述的基于残差神经网络的图像去重方法，其特征在于，当在所述数据库中检测到与待处理图像匹配的第一图像时，比较所述待处理图像与所述第一图像的图像质量的步骤之前，还包括：对所述客户端进行所有权验证。4.根据权利要求3所述的基于残差神经网络的图像去重方法，其特征在于，对所述客户端进行所有权验证的步骤，包括：在所述第一图像中划分多个图像块后，从中选取出第一图像块，并对所述第一图像块进行预处理；将预处理后的第一图像块与所述第一图像缩放至相同大小，并进行混合，获得第一目标图像；输入所述第一目标图像至第一残差神经网络，获得第一目标图像的感知哈希特征值；生成所有权验证请求，所述所有权验证请求包括所述第一残差神经网络的网络参数；发送所述所有权验证请求至客户端，以使所述客户端在待处理图像中划分多个图像块后，从中选取出第二图像块，并对所述第二图像块进行预处理，将预处理后的第二图像块与所述待处理图像缩放至相同大小，并进行混合，获得第二目标图像，按照所述第一残差神经网络的网络参数设置第二残差神经网络的网络参数，输入所述第二目标图像至...

【专利技术属性】
技术研发人员：张跃宇，徐跃，苗雅文，李雪，李晖，陈杰，吕嘉宁，马佳骥，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：