[发明专利]电子红包消息检测方法、检测装置及终端设备

权利要求书

1.一种电子红包消息检测方法，其特征在于，包括：

接收到消息后，通过训练的卷积神经网络识别所述消息是电子红包消息的置信度；

若所述消息是电子红包消息的置信度大于或等于预设的置信度阈值，判定所述消息是电子红包消息，若所述消息是电子红包消息的置信度小于预设的置信度阈值，判定所述消息不是电子红包消息；

所述接收到消息后，通过训练的卷积神经网络识别所述消息是电子红包消息的置信度，包括：

接收到消息后，检测执行push进程、活动线程、列表视图控件、图片显示控件、位图文件控件、红包管理器是否依次启动，若是，判定所述消息包括图片信息，否则，判定所述消息没有包括图片信息；

若所述消息包括图片信息，通过训练的卷积神经网络识别所述消息是电子红包消息的置信度。

2.如权利要求1所述的电子红包消息检测方法，其特征在于，所述卷积神经网络通过包括电子红包消息中的红包小图集合训练得到，此时，所述通过训练的卷积神经网络识别所述消息是电子红包消息的置信度，包括：

通过训练的卷积神经网络识别所述消息中的图片信息是红包小图的置信度；

对应地，所述若所述消息是电子红包消息的置信度大于或等于预设的置信度阈值，判定所述消息是电子红包消息，若所述消息是电子红包消息的置信度小于预设的置信度阈值，判定所述消息不是电子红包消息，包括：

若所述消息中的图片信息是红包小图的置信度大于或等于预设的小图置信度阈值，判定所述消息是电子红包消息，若所述消息中的图片信息是红包小图的置信度小于预设的小图置信度阈值，判定所述消息不是电子红包消息。

3.如权利要求1所述的电子红包消息检测方法，其特征在于，所述卷积神经网络通过以下方式训练得到：

确定训练集合，所述训练集合包括不同布局特征的电子红包消息，所述布局特征包括以下至少一种：视图类名、视图长、视图宽、文字内容、文字设置位置、颜色分布；

根据所述训练集合训练所述卷积神经网络，得到训练后的卷积神经网络。

4.一种电子红包消息检测装置，其特征在于，包括：

消息接收单元，用于接收到消息后，通过训练的卷积神经网络识别所述消息是电子红包消息的置信度；

电子红包消息识别单元，用于若所述消息是电子红包消息的置信度大于或等于预设的置信度阈值，判定所述消息是电子红包消息，若所述消息是电子红包消息的置信度小于预设的置信度阈值，判定所述消息不是电子红包消息；

所述消息接收单元包括：

图片信息识别模块，用于接收到消息后，检测执行push进程、活动线程、列表视图控件、图片显示控件、位图文件控件、红包管理器是否依次启动，若是，判定所述消息包括图片信息，否则，判定所述消息没有包括图片信息；

消息处理模块，用于若所述消息包括图片信息，通过训练的卷积神经网络识别所述消息是电子红包消息的置信度。

5.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述方法的步骤。

6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述方法的步骤。