[发明专利]图像识别方法和装置

权利要求书

1.一种图像识别方法，其特征在于，包括：

采集第一目标图像；

将所述第一目标图像输入预设神经网络模型训练得到目标图像识别模型；

基于目标图像识别模型构建目标区域特征库；

根据所述目标区域特征库判断出第二目标图像；

其中，在训练所述预设神经网络模型过程中至少包括：注意力分支和编解码层，

所述第一目标图像，用于作为训练图像集；

所述第二目标图像，用于作为待识别血腥图像集；所述根据所述目标区域特征库判断出第二目标图像包括：

将第一目标图像输入所述目标图像识别模型得到第二目标图像；

计算所述第二目标图像与目标区域特征库中图像特征的相似度；

判断所述相似度是否大于预设阈值；

如果所述相似度大于预设阈值，则判断出第二目标图像为血腥图像；

所述计算所述第二目标图像与目标区域特征库中图像特征的相似度包括：

采用图像搜索方式获取目标区域特征库中图像特征；

计算所述第二目标图像与目标区域特征库中图像特征的相似度；

所述将所述第一目标图像输入预设神经网络模型训练得到目标图像识别模型包括：

构建至少包括注意力分支和编解码层的预设神经网络模型；

确定所述第一目标图像的图像标签；

将带有所述图像标签的所述第一目标图像输入所述预设神经网络模型得到具有血腥图像识别能力的神经网络模型；

所述注意力分支至少包括：

在池化层将所述图像训练集特征均值池化为预设尺寸；

在压缩层将所述图像训练集特征按照预设比例压缩；

在激励层输出处理后的图像训练集特征；

所述第二目标图像为待测图像的深层特征；

所述编解码层设置在预设神经网络模型的最后部分；先将2维原始特征编码输出为32维，再解码输出为2维。

2.一种图像识别装置，其特征在于，包括：

采集模块，用于采集第一目标图像；

训练模块，用于将所述第一目标图像输入预设神经网络模型得到目标图像识别模型；

构建模块，用于基于目标图像识别模型构建目标区域特征库；

判断模块，用于根据所述目标区域特征库判断出第二目标图像；

其中，在训练所述预设神经网络模型过程中至少包括：注意力分支和编解码层，

所述第一目标图像，用于作为训练图像集；

所述第二目标图像，用于作为待识别血腥图像集；

所述判断模块包括：

第二目标图像单元，用于将第一目标图像输入所述目标图像识别模型得到第二目标图像；

相似度单元，用于计算所述第二目标图像与目标区域特征库中图像特征的相似度；

判断单元，用于判断所述相似度是否大于预设阈值；

血腥图像单元，用于如果所述相似度大于预设阈值，则判断出第二目标图像为血腥图像；

所述相似度单元包括：

图搜单元，用于采用图像搜索方式匹配目标区域特征库中图像；

计算单元，用于计算所述第二目标图像与目标区域特征库中图像特征的相似度；

所述训练模块包括：

构建单元，用于构建至少包括注意力分支和编解码层的预设神经网络模型；

确定单元，用于确定所述第一目标图像的图像标签；

训练单元，用于将带有所述图像标签的所述第一目标图像输入所述预设神经网络模型训练得到具有血腥图像识别能力的神经网络模型；

所述注意力分支至少包括：

池化单元，用于在池化层将所述图像训练集特征均值池化为预设尺寸；

压缩单元，用于在压缩层将所述图像训练集特征按照预设比例压缩；

激励单元，用于在激励层输出处理后的图像训练集特征；

所述第二目标图像为待测图像的深层特征；

所述编解码层设置在预设神经网络模型的最后部分；先将2维原始特征编码输出为32维，再解码输出为2维。