【技术实现步骤摘要】
本专利技术涉及图像识别，尤其涉及一种图像过滤方法、装置及电子设备。
技术介绍
1、随着互联网技术的发展以及人们对个人隐私保护的重视，经常需要对风险图像进行过滤和识别，以网络沟通为例，网络沟通已经成为人们工作和生活中重要的沟通和交流方式，为了维护人们的正常生活和维持社会的稳定，需要对网络沟通中的风险图像进行识别和处理。
2、目前对网络沟通中的风险图像进行识别和处理的方法，通常是通过预先训练的图像分类器对互联网图像进行检测，确定含有目标属性的候选图像区域，然后将该候选图像区域输入到卷积神经网络计算卷积神经网络特征，最后利用图像分类器根据卷积神经网络特征对图片是否含有目标属性进行分类，以实现图片过滤。
3、然而，目前对风险图像进行识别和处理的方法中，由于风险图片的特征需要通过卷积神经网络进行提取，从而需要将卷积神经网络部署到用户本地客户端上。卷积神经网络庞大的参数在部署过程中需要占用较大的内存，且进行图片识别时需要消耗庞大的计算机资源，最终导致运算效率较低，无法成功部署到用户本地客户端。
技<本文档来自技高网...
【技术保护点】
1.一种图像过滤方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述目标图像输入预先训练的压缩卷积神经网络模型中，通过所述压缩卷积神经网络模型对所述目标图像进行压缩扁平化处理，以将所述目标图像转换为一个或多个预设维度向量的方式对所述目标图像进行特征提取，得到所述目标图像的第一图像特征，包括：
3.根据权利要求1所述的方法，其特征在于，所述舍弃卷积层神经元的方式，包括：
4.根据权利要求1所述的方法，其特征在于，所述通过预设的图像特征提取规则提取所述目标图像对应的第二图像特征，包括：
5....
【技术特征摘要】
1.一种图像过滤方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述目标图像输入预先训练的压缩卷积神经网络模型中，通过所述压缩卷积神经网络模型对所述目标图像进行压缩扁平化处理，以将所述目标图像转换为一个或多个预设维度向量的方式对所述目标图像进行特征提取，得到所述目标图像的第一图像特征，包括：
3.根据权利要求1所述的方法，其特征在于，所述舍弃卷积层神经元的方式，包括：
4.根据权利要求1所述的方法，其特征在于，所述通过预设的图像特征提取规则提取所述目标图像对应的第二图像特征，包括：
5.根据权利要求1所述的方法，其特征在于，所述预设的风险图像对应的风险图像特征的获取方式，包括：
6.根据权利要求1...
【专利技术属性】
技术研发人员：刘双，甘元华，于冬梅，范翠环，林成洪，
申请(专利权)人：中移信息系统集成有限公司，
类型：发明
国别省市：
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。