一种图片识别方法、装置、设备及存储介质制造方法及图纸

本申请实施例公开了一种图片识别方法、装置、设备及存储介质，其中该方法包括：获取待识别的目标图片；在图片检索库中检索所述目标图片对应的匹配参考不适图片；所述匹配参考不适图片与所述目标图片之间的相似度满足预设相似条件；所述图片检索库中包括多张参考不适图片，所述多张参考不适图片包括被用户举报、且通过不适图片审核的图片；若在所述图片检索库中检索到所述匹配参考不适图片，则确定所述目标图片属于不适图片。该方法能够及时有效地防止新增类型的不适图片出现在线上。止新增类型的不适图片出现在线上。止新增类型的不适图片出现在线上。

【技术实现步骤摘要】
一种图片识别方法、装置、设备及存储介质


[0001]本申请涉及人工智能(Artificial Intelligence，AI)
，尤其涉及一种图片识别方法、装置、设备及存储介质。

技术介绍

[0002]近年来，随着移动互联网的高速发展，用户在浏览阅读资讯上花费的时间越来越多，资讯的质量对于用户的阅读体验至关重要。然而，网络上每天充斥的资讯的质量参差不齐，其中一些资讯包含有惊悚、恶心、令人反感的图片，这严重影响了用户的阅读体验。相关
将上述影响用户阅读体验、令用户感觉不适的图片定义为不适图片，识别资讯中包含的不适图片并对其进行打压，对于提升内容生态、提高用户的资讯阅读体验至关重要。
[0003]相关技术中，目前主要采用单模态的图片识别模型识别不适图片，即将待识别的图片输入预先训练的图片识别模型，通过该图片识别模型识别该图片的类型，进而，根据图片识别模型的输出结果判断该图片是否为不适图片。
[0004]然而，上述实现方式目前存在以下问题：在实际应用场景中新增类型的不适图片层出不穷，对于新增类型的不适图片，图片识别模型往往容易漏召回，由此导致新增类型的不适图片出现在线上，影响用户的阅读体验；而收集新增类型的不适图片作为训练样本，对图片识别模型进行更新训练，使得该图片识别模型能够识别出新增类型的不适图片，通常又需要耗费很长时间。由此可见，上述相关技术中的实现方式目前无法及时有效地避免新增类型的不适图片出现在线上。

技术实现思路

[0005]本申请实施例提供了一种图片识别方法、装置、设备及存储介质，能够及时有效地防止新增类型的不适图片出现在线上。
[0006]有鉴于此，本申请第一方面提供了一种图片识别方法，所述方法包括：
[0007]获取待识别的目标图片；
[0008]在图片检索库中检索所述目标图片对应的匹配参考不适图片；所述匹配参考不适图片与所述目标图片之间的相似度满足预设相似条件；所述图片检索库中包括多张参考不适图片，所述多张参考不适图片包括被用户举报、且通过不适图片审核的图片；
[0009]若在所述图片检索库中检索到所述匹配参考不适图片，则确定所述目标图片属于不适图片。
[0010]本申请第二方面提供了一种图片识别装置，所述装置包括：
[0011]图片获取模块，用于获取待识别的目标图片；
[0012]图片检索模块，用于在图片检索库中检索所述目标图片对应的匹配参考不适图片；所述匹配参考不适图片与所述目标图片之间的相似度满足预设相似条件；所述图片检索库中包括多张参考不适图片，所述多张参考不适图片包括被用户举报、且通过不适图片审核的图片；
[0013]图片识别模块，用于若在所述图片检索库中检索到所述匹配参考不适图片，则确定所述目标图片属于不适图片。
[0014]本申请第三方面提供了一种设备，所述设备包括处理器以及存储器：
[0015]所述存储器用于存储计算机程序；
[0016]所述处理器用于根据所述计算机程序，执行如上述第一方面所述的图片识别方法的步骤。
[0017]本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述第一方面所述的图片识别方法的步骤。
[0018]本申请第五方面提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述第一方面所述的图片识别方法的步骤。
[0019]从以上技术方案可以看出，本申请实施例具有以下优点：
[0020]本申请实施例提供了一种图片识别方法，在该方法中，先获取待识别的目标图片；然后，在图片检索库中检索该目标图片对应的匹配参考不适图片，该匹配参考不适图片是指与目标图片之间的相似度满足预设相似条件的图片，该图片检索库中包括大量的参考不适图片，这些参考不适图片中包括被用户举报、且通过不适图片审核的图片；如若在图片检索库中检索到该匹配参考图片，则可确定该目标图片属于不适图片。上述图片识别方法基于图片检索库识别目标图片是否属于不适图片，由于图片检索库支持随时向其中补充图片，因此，当出现新增类型的不适图片时，可以根据用户对该不适图片的举报情况以及该不适图片的审核情况，及时地将新增类型的不适图片添加至图片检索库中；如此，后续可以基于该图片检索库快速地识别出该新增类型的不适图片，进而防止该新增类型的不适图片上线，避免影响用户的资讯阅读体验。
附图说明
[0021]图1为本申请实施例提供的图片识别方法的应用场景示意图；
[0022]图2为本申请实施例提供的图片识别方法的流程示意图；
[0023]图3为本申请实施例提供的多模态识别模型的工作原理示意图；
[0024]图4为本申请实施例提供的第一种图片识别装置的结构示意图；
[0025]图5为本申请实施例提供的第二种图片识别装置的结构示意图；
[0026]图6为本申请实施例提供的第三种图片识别装置的结构示意图；
[0027]图7为本申请实施例提供的第四种图片识别装置的结构示意图；
[0028]图8为本申请实施例提供的第五种图片识别装置的结构示意图；
[0029]图9为本申请实施例提供的终端设备的结构示意图；
[0030]图10为本申请实施例提供的服务器的结构示意图。
具体实施方式
[0031]为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本
申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0032]本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0033]人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图片识别方法，其特征在于，所述方法包括：获取待识别的目标图片；在图片检索库中检索所述目标图片对应的匹配参考不适图片；所述匹配参考不适图片与所述目标图片之间的相似度满足预设相似条件；所述图片检索库中包括多张参考不适图片，所述多张参考不适图片包括被用户举报、且通过不适图片审核的图片；若在所述图片检索库中检索到所述匹配参考不适图片，则确定所述目标图片属于不适图片。2.根据权利要求1所述的方法，其特征在于，所述图片检索库中包括所述多张参考不适图片各自对应的特征向量；则所述在图片检索库中检索所述目标图片对应的匹配参考不适图片，包括：对所述目标图片进行向量化处理，得到所述目标图片对应的特征向量；针对所述图片检索库中包括的每张所述参考不适图片对应的特征向量，计算所述目标图片对应的特征向量与所述参考不适图片对应的特征向量之间的相似度；若所述相似度超过预设相似度阈值，则确定所述参考不适图片为所述匹配参考不适图片。3.根据权利要求1或2所述的方法，其特征在于，通过以下方式构建所述图片检索库：获取预设时段内被举报次数超过预设次数的图片，作为第一候选不适图片；将所述第一候选不适图片传输至审核通道，并获取所述第一候选不适图片对应的审核结果；若所述审核结果表示所述第一候选不适图片属于不适图片，则确定所述第一候选不适图片为所述参考不适图片，将所述参考不适图片添加至所述图片检索库。4.根据权利要求1或2所述的方法，其特征在于，通过以下方式构建所述图片检索库：获取预设时段内被举报次数未超过预设次数的图片，作为第二候选不适图片；通过多模态识别模型对所述第二候选不适图片进行识别，根据识别结果确定所述第二候选不适图片对应的审核顺序；所述多模态识别模型包括图片识别子模型、文本识别子模型和多模态融合模块，所述图片识别子模型用于识别图片是否属于不适图片，所述文本识别子模型用于根据与所述图片相关的文本信息识别所述图片是否属于不适图片，所述多模态融合模块用于融合所述图片识别子模型的识别结果和所述文本识别子模型的识别结果，确定所述图片属于不适图片的概率；基于所述第二候选不适图片对应的审核顺序，将所述第二候选不适图片传输至审核通道，并获取所述第二候选不适图片对应的审核结果；若所述审核结果表示所述第二候选不适图片属于不适图片，则确定所述第二候选不适图片为所述参考不适图片，...

【专利技术属性】
技术研发人员：陈少华，余亭浩，侯昊迪，张绍明，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：