[发明专利]图像处理方法及装置、图像分类方法及装置

说明书

本申请提供的图像处理方法及装置、图像分类方法及装置，其中，所述图像分类方法包括接收待分类图像，并基于分类模型获得所述待分类图像的第一分类结果；基于预设方法对所述待分类图像进行处理，且将处理结果输入至重排序模型中获得所述待分类图像的第二分类结果；根据所述第一分类结果和所述第二分类结果确定所述待分类图像的目标分类结果；根据不同模型输出的两种不同的结果的融合，实现对待分类图像的分类，以此提升采用所述图像分类方法获取待分类图像的精确度。

技术领域

本说明书实施例涉及图像分类技术领域，特别涉及一种图像处理方法、一种图像分类方法。本说明书一个或者多个实施例同时涉及一种图像处理装置、一种图像分类装置，一种视频搜索方法，一种视频搜索装置，三种计算设备，以及两种计算机可读存储介质。

背景技术

在视频审核场景，用户为了对抗审核系统，会针对当前审核系统进行黑样本变异，以此来逃避监管；只基于模型的图像分类系统在察觉到变异样本之后，需要重新训练模型，重新部署，周期比较长，模型更新速度慢；因此急需提供一种可以提高视频审核精度和速度的分类方法。

发明内容

有鉴于此，本说明书施例提供了一种图像分类方法。本说明书一个或者多个实施例同时涉及一种图像处理装置、一种图像分类装置，一种视频搜索方法，一种视频搜索装置，三种计算设备，以及两种计算机可读存储介质，以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面，提供了一种图像处理方法，包括：

获取待处理图像；

通过第一机器学习模型，计算得到所述待处理图像的第一分类结果，其中，所述第一机器学习模型适于为图像打标，并输出所述图像的标签以及标签的概率；

通过第二机器学习模型，计算得到所述待处理图像的第二分类结果，其中，所述第二机器学习模型适于基于图像的向量检索结果为所述图像打标，并输出所述图像的标签以及标签的概率；

至少基于所述第一分类结果和第二分类结果，确定所述待分类图像的目标分类结果；

基于所述目标分类结果实现对所述待处理图像的审核。

根据本说明书实施例的第二方面，提供了一种图像分类方法，包括：

接收待分类图像，并基于分类模型获得所述待分类图像的第一分类结果；

基于预设方法对所述待分类图像进行处理，且将处理结果输入至重排序模型中获得所述待分类图像的第二分类结果；

根据所述第一分类结果和所述第二分类结果确定所述待分类图像的目标分类结果。

根据本说明书实施例的第三方面，提供了一种图像处理装置，包括：

图像获取模块，被配置为获取待处理图像；

第一机器学习模型处理模块，被配置为通过第一机器学习模型，计算得到所述待处理图像的第一分类结果，其中，所述第一机器学习模型适于为图像打标，并输出所述图像的标签以及标签的概率；

第二机器学习模型处理模块，被配置为通过第二机器学习模型，计算得到所述待处理图像的第二分类结果，其中，所述第二机器学习模型适于基于图像的向量检索结果为所述图像打标，并输出所述图像的标签以及标签的概率；

分类结果获取模块，被配置为至少基于所述第一分类结果和第二分类结果，确定所述待分类图像的目标分类结果；

审核模块，被配置为基于所述目标分类结果实现对所述待处理图像的审核。

根据本说明书实施例的第四方面，提供了一种图像分类装置，包括：

第一分类结果获得模块，被配置为接收待分类图像，并基于分类模型获得所述待分类图像的第一分类结果；