[发明专利]基于深度学习的暴恐图片安全检测系统

说明书

一种基于深度学习的暴恐图片安全检测系统，包括：暴恐图片检测及暴恐程度分析模块、暴恐场景分类及枪支识别模块、自然场景下的图文分析模块、暴恐政治头目样本生成模块、暴恐政治头目识别模块和暴恐旗帜识别模块，其中：暴恐图片检测及暴恐程度分析模块、自然场景下的图文分析模块、暴恐政治头目样本生成模块和暴恐旗帜识别模块并联并分别接收图片信息。本发明以各类情景下的图片作为输入，能够在短时间内判断是否是暴恐图片，并且能对图像中存在的暴恐元素进行检测和标识，显着提升了图片安全检测系统的识别范围和识别准确率，且本发明识别效率较高，灵活性强，模型更新方便，各模块模型可根据使用情况定期进行强化训练，提高系统性能。

技术领域

本发明涉及的是一种信息安全领域的技术，具体是一种基于深度学习的暴恐图片安全检测系统。

背景技术

针对暴力恐怖特定元素的图像检测系统越来越多地应用于各领域中，它不仅可用于公共安全事件的预防、应急、取证和备案，也为事后的回溯与重建提供了数据基础。暴恐图像检测技术作为信息安全领域的一个新兴研究热点，是内容安全领域最具挑战性的问题之一，它描述的是通过一系列的图像处理和模式识别技术，判定待检测图片中是否含有暴力恐怖元素，并对具体的暴恐元素进行识别和归类。由于暴恐图片涉及元素种类多样，无论是具有煽动性、蛊惑性恐怖主义宣传文字，还是带有暴恐性质的场景，还是各类枪支武器、暴恐旗帜，或者是暴恐事件的政治头目，无一例外都包含了暴力恐怖元素，但已有技术体系的算法效率与准确率并不高。因此，开发一个能联合检测各类暴恐元素，是暴恐图片安全检测技术发展中一个很大的挑战。

发明内容

本发明针对现有技术存在的上述不足，提出一种基于深度学习的暴恐图片安全检测系统，针对目前暴恐图片检测产品无法跨域检测的缺点，将暴恐图片检测及暴恐程度分析、暴恐场景分类及枪支识别、自然场景下的图文分析、暴恐政治头目样本生成、识别以及暴恐旗帜识别等技术模块有机结合。本发明建立在大量各类暴恐图片文本数据集的基础上，最终实现了对图像中暴恐元素的识别和属性提取的功能，适用于更加具体的丰富的暴恐场景，并且具有完整的系统架构。

本发明是通过以下技术方案实现的：

本发明涉及一种基于深度学习的暴恐图片安全检测系统，包括：暴恐图片检测及暴恐程度分析模块、暴恐场景分类及枪支识别模块、自然场景下的图文分析模块、暴恐政治头目样本生成模块、暴恐政治头目识别模块和暴恐旗帜识别模块，其中：暴恐图片检测及暴恐程度分析模块、自然场景下的图文分析模块、暴恐政治头目样本生成模块和暴恐旗帜识别模块并联并分别接收图片信息，暴恐场景分类及枪支识别模块与暴恐图片检测及暴恐程度分析模块串联并接收经暴恐图片检测及暴恐程度分析模块判断为暴恐的图片且将图片分类及将图片中的枪支进行标记输出，暴恐政治头目识别模块与暴恐政治头目样本生成模块串联，暴恐政治头目识别模块接收经暴恐政治头目样本生成模块的生成的暴恐政治头目的图片且将图片中的暴恐政治头目进行识别输出，自然场景下的图文分析模块输出含暴恐文字的图片信息，暴恐旗帜识别模块输出含暴恐旗帜的图片信息。

所述的暴恐场景分类及枪支识别模块包括：并联的暴恐场景分类单元和枪支识别单元。

所述的自然场景下的图文分析模块包括：依次串联的暴恐文本定位单元、暴恐文本识别单元和暴恐文本分析单元，其中：文本定位单元对输入的图片标定出图片中文字所在的区域，文本识别单元通过定位所截取的文本框进行识别输出，暴恐文本分析单元接收输入结果，并判断是否包含暴恐信息。

所述的暴恐政治头目样本生成模块包括：图片特征编码单元、特征对抗生成单元，其中：图片特征编码单元将接收的图片进行规范处理，并将提取的图片特征输出至特征对抗生成单元，特征对抗生成单元将接收的图片特征向量线性叠加上已有的图像特征向量，最终输出重生成的图片。