[发明专利]图片处理方法、装置及存储介质

说明书

本发明实施例提供一种图片处理方法、装置及存储介质；该方法包括：对待检测图片进行预处理，获得处理后的图片；从所述处理后的图片中，分别提取图像特征信息和文本特征信息；根据所述图像特征信息和所述文本特征信息，确定所述待检测图片的类型，其中，所述图片类型包括正常图片或异常图片。本发明提供的图片处理方法、装置及存储介质，可以提升图片检测和识别的准确度。

技术领域

本发明实施例涉及图像处理技术领域，尤其涉及一种图片处理方法、装置及存储介质。

背景技术

随着互联网的普及，图片因其相对文字具有表达直观、内容丰富等优势，在越来越多的网页及应用中被广泛应用。例如，网购平台为各电商提供了各种商品信息发布机制，商家可以上传多角度、多背景的商品照片，以吸引用户。

很多互联网电商企业为了博取眼球效应，会上传一些不符合规定的图片，因此，如何在大数据环境下对风险图片或异常图片进行处理显得越来越重要，现有技术中，通常通过卷积神经网络(Convolution Neural Network, CNN)技术对图片进行检测与分类，其中，CNN技术主要是通过提取图片中的图像特征信息，根据图片的图像特征信息，判断该图片是正常图片还是异常图片。

然而，由于CNN技术只能提取图片中的图像特征信息，对于图片中包含大量文本信息的图片来说，通过CNN技术对图片进行检测时，图片的误检率较高，造成图片检测的准确性较低。

发明内容

本发明实施例提供一种图片处理方法、装置及存储介质，可以提高图片检测和识别的准确性。

根据本发明实施例的第一方面，提供一种图片处理方法，该方法包括：

对待检测图片进行预处理，获得处理后的图片；

从所述处理后的图片中，分别提取图像特征信息和文本特征信息；

根据所述图像特征信息和所述文本特征信息，确定所述待检测图片的类型，其中，所述图片的类型包括正常图片或异常图片。

可选的，所述根据所述图像特征信息和所述文本特征信息，确定所述待检测图片的类型，包括：

对所述图像特征信息和所述文本特征信息进行拼接处理，获得拼接特征信息；

对所述拼接特征信息进行流形数据的降维处理，获得所述拼接特征信息的嵌入特征；

根据所述拼接特征信息的嵌入特征和预先确定的超球，确定所述待检测图片的类型。

可选的，所述根据所述拼接特征信息的嵌入特征和预先确定的超球，确定所述待检测图片的类型，包括：

判断所述嵌入特征是否处于所述超球内；

若所述嵌入特征处于所述超球内，则确定所述待检测图片为异常图片；

若所述嵌入特征不处于所述超球内，则确定所述待检测图片为正常图片。

可选的，所述根据所述拼接特征信息的嵌入特征和预先确定的超球，确定所述待检测图片的类型之前，所述方法还包括：

获取多个样本图片；

分别提取所述多个样本图片中每个样本图片的映射特征；

对各个所述映射特征进行数据描述，得到所述超球。

可选的，所述对各个所述映射特征进行数据描述，得到所述超球，包括：

通过支持向量数据描述SVDD算法对各个所述映射特征进行数据描述，得到所述超球。

可选的，从所述处理后的图片中，提取图像特征信息，包括：

通过多级卷积神经网络CNN，从所述处理后的图片中，提取图像特征信息。