[发明专利]利用神经网络识别图片的方法及装置、介质和计算设备

说明书

本发明的实施方式提供了一种利用神经网络识别图片的方法，其中，神经网络的隐含层中至少包括全局隐含层和视觉注意力层，全局隐含层用于提取图片的全局特征，视觉注意力层用于提取图片的局部特征，该方法包括：获取图片数据；将图片数据输入神经网络，在传输到全局隐含层的情况下，输出图片的全局特征；将图片的全局特征输入视觉注意力层，并输出图片的局部特征；以及根据图片的局部特征确定图片是否携带有特定信息。本发明在利用全局特征的同时又充分考虑了局部特征，可以提高对广告图片的识别率。此外，本发明的实施方式还提供了一种神经网络训练方法、利用神经网络识别图片的装置、神经网络训练装置、介质和计算设备。

技术领域

本发明的实施方式涉及计算机领域，更具体地，本发明的实施方式涉及一种利用神经网络识别图片的方法和一种神经网络训练方法、一种利用神经网络识别图片的装置、一种神经网络训练装置、一种介质和一种计算设备。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

随着网络技术的不断发展，部分信息发布者为了达到自身的某些目的，往往会在正常图片中携带有用于表征推广意图的信息，而这些信息通常情况下是不正当的信息。例如，如图1所示，在正常图片中携带添加微信号的不正当信息。相关技术中，为了实现对这种携带有用于表征推广意图的信息的图片，尤其是对携带有用于表征推广意图的不正当信息的图片进行处理，一般通过对图像的全局特征进行识别，但该方法不能较准确地获取关键信息，往往造成误判与漏判的技术问题。

发明内容

出于相关技术中采用对图像的全局特征进行识别的技术手段，现有技术中存在不容易获取关键信息，造成误判与漏判的技术问题。

因此在现有技术中，对携带有例如用于表征推广意图的信息的特定信息的图片不能有效的处理这是非常令人烦恼的过程。

为此，非常需要一种改进的利用神经网络识别图片的方法和一种神经网络训练方法、一种利用神经网络识别图片的装置、一种神经网络训练装置、一种介质和一种计算设备。

在本上下文中，本发明的实施方式期望提供一种利用神经网络识别图片的方法和一种神经网络训练方法、一种利用神经网络识别图片的装置、一种神经网络训练装置、一种介质和一种计算设备。

在本发明实施方式的第一方面中，提供了一种利用神经网络识别图片的方法，其中，上述神经网络的隐含层中至少包括全局隐含层和视觉注意力层，上述全局隐含层用于提取图片的全局特征，上述视觉注意力层用于提取图片的局部特征，上述方法包括：获取图片数据；将上述图片数据输入上述神经网络，在传输到上述全局隐含层的情况下，输出上述图片的全局特征；将上述图片的全局特征输入上述视觉注意力层，并输出上述图片的局部特征；以及根据上述图片的局部特征确定上述图片是否携带有特定信息。

在本发明的一个实施例中，在将上述图片数据输入上述神经网络之前，上述方法还包括将上述图片的尺寸调整至预设尺寸，以实现对上述图片进行预处理。

在本发明的另一个实施例中，上述方法还包括确定上述图片的通道数量；在上述图片的通道数量为多个的情况下，对上述图片的全局特征进行压缩，得到上述图片的单通道全局特征；以及将上述图片的单通道全局特征输入上述视觉注意力层，并输出上述图片的局部特征。

在本发明的又一个实施例中，对上述图片的全局特征进行压缩，得到上述图片的单通道全局特征包括获取上述图片的各个局部区域在上述图片中的位置信息；将属于同一位置的不同通道上的特征点的特征值与预设卷积核作卷积，得到不同通道上属于同一位置的卷积值；以及将上述不同通道上属于同一位置的卷积值进行加和，得到的加和结果作为上述图片的单通道全局特征。