[发明专利]图像检测方法、装置、终端设备及计算机可读存储介质

权利要求书

1.一种图像检测方法，其特征在于，包括：

将待检测图像输入训练后的检测模型，获取所述待检测图像的第一特征数据；

获取预设的特征字典，所述特征字典中包括通过所述检测模型提取的多张样本图像各自的第二特征数据；

根据所述第一特征数据和所述特征字典中的所述第二特征数据，计算权重矩阵，其中，所述权重矩阵中包括所述多张样本图像各自所属的图像类型对应的权值，所述权值用于表示所述第一特征数据和所述第二特征数据之间的相似度；

根据所述图像类型对应的第一分数和所述权重矩阵计算所述待检测图像的检测分数；

根据所述检测分数确定所述待检测图像的检测结果。

2.如权利要求1所述的图像检测方法，其特征在于，所述获取预设的特征字典，包括：

获取N种图像类型各自对应的样本图像，其中，所述N为正整数；

将所述N种图像类型各自对应的样本图像分别输入所述检测模型，获得每张样本图像的第二特征数据；

将所述N种图像类型各自对应的样本图像的第二特征数据生成所述特征字典。

3.如权利要求1所述的图像检测方法，其特征在于，所述根据所述第一特征数据和所述特征字典中的所述第二特征数据，计算权重矩阵，包括：

通过公式min{||Y-XD||²}计算所述权重矩阵，其中，Y表示所述第一特征数据，X表示所述权重矩阵，D表示所述特征字典。

4.如权利要求2所述的图像检测方法，其特征在于，所述根据所述图像类型对应的第一分数和所述权重矩阵计算所述待检测图像的检测分数，包括：

根据所述N种图像类型各自对应的第一分数与所述权重矩阵进行加权，获得第二分数；

计算所述权重矩阵中各元素的绝对值之和，获得第三分数；

根据所述第二分数和所述第三分数计算所述待检测图像的检测分数。

5.如权利要求1所述的图像检测方法，其特征在于，所述根据所述检测分数确定所述待检测图像的检测结果，包括：

分别计算每种图像类型对应的第一分数与所述检测分数之间的分数差值；

将最小的所述分数差值对应的图像类型确定为所述待检测图像的检测结果。

6.如权利要求2所述的图像检测方法，其特征在于，在将所述待检测图像输入训练后的检测模型，获取所述待检测图像的第一特征数据之前，所述方法还包括：

获取所述N种图像类型各自对应的多张训练图像；

根据所述多张训练图像训练预设的神经网络；

当所述神经网络的检测精度达到预设精度时，从所述神经网络中获取所述检测模型，其中，所述检测模型为所述神经网络中用于提取图像特征的子网络。

7.一种图像检测装置，其特征在于，包括：

特征获取单元，用于将待检测图像输入训练后的检测模型，获取所述待检测图像的第一特征数据；

字典获取单元，用于获取预设的特征字典，所述特征字典中包括通过所述检测模型提取的多张样本图像各自的第二特征数据；

权重计算单元，用于根据所述第一特征数据和所述特征字典中的所述第二特征数据，计算权重矩阵，其中，所述权重矩阵中包括所述多张样本图像各自所属的图像类型对应的权值，所述权值用于表示所述第一特征数据和所述第二特征数据之间的相似度；

分数计算单元，用于根据所述图像类型对应的第一分数和所述权重矩阵计算所述待检测图像的检测分数；

图像检测单元，用于根据所述检测分数确定所述待检测图像的检测结果。

8.如权利要求7所述的图像检测装置，其特征在于，所述字典获取单元还用于：

获取N种图像类型各自对应的样本图像，其中，所述N为正整数；

将所述N种图像类型各自对应的样本图像分别输入所述检测模型，获得每张样本图像的第二特征数据；

按照所述N种图像类型的排列顺序，将所述N种图像类型各自对应的样本图像的第二特征数据生成所述特征字典。