[发明专利]一种基于图像特征点匹配的违规图像检测方法及系统

说明书

本发明公开了一种基于图像特征点匹配的违规图像检测方法及系统，应用于互联网审核技术领域。包括以下步骤：S1.将图像数据库中的图像作为输入图像，首先计算输入图像对应的特征描述符集，通过特征描述符集构建一颗词汇树，并建立词袋描述符与图像之间的联系；S2.将S1中的输入图像通过词汇树检索图像数据库中与查询图像最为相似的图像作为候选图像；S3.通过图像匹配技术，计算查询图像与候选图像的相似度，选择最为相似的候选图像作为检索结果。本发明可以很好的将图像进行分类检测，过滤违规的图像。

技术领域

本发明涉及互联网审核技术领域，更具体的说是涉及一种基于图像特征点匹配的违规图像检测方法及系统。

背景技术

随着互联网的普及和信息技术的快速发展，网络上时刻都传输着大量的媒体文件，其中包含了一部分不良内容的文件，这些不良内容可能是色情、暴力、恐怖主义等违法违规内容，对人们的身心健康和社会稳定都构成了威胁。不良内容的媒体文件中有很大一部分是以图像的形68式进行存储传输，如何过滤掉违规的图像成为了保障纯净网络空间的一大挑战。违规图像检测技术可以通过对网络上的图像进行智能分析和识别，自动识别和过滤掉含有违规内容的图像，从而保护青少年的健康成长和维护网络空间的秩序。此外，违规图像检测技术还可以帮助打击网络犯罪，例如打击色情网站、制止网络暴力和恐怖主义等违法行为。因此，发展和应用违规图像检测技术具有重要的社会意义和实际价值。

现有的违规图像检测方法可以按照使用的技术分为以下几类：有使用卷积神经网络直接进行分类，使用卷积神经网络进行目标检测，将图像转换成文本进行语义分析，使用全局特征进行相似性匹配。

因此，提出一种基于图像特征点匹配的违规图像检测方法及系统，来解决现有技术存在的困难，是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于图像特征点匹配的违规图像检测方法及系统，可以很好的将图像进行分类检测，过滤违规的图像。

为了实现上述目的，本发明提供如下技术方案：

一种基于图像特征点匹配的违规图像检测方法，包括以下步骤：

S1.构建词汇树：将图像数据库中的图像作为输入图像，首先计算输入图像对应的特征描述符集，通过特征描述符集构建一颗词汇树，并建立词袋描述符与图像之间的联系；

S2.查询图像：将S1中的输入图像通过词汇树检索图像数据库中与查询图像最为相似的图像作为候选图像；

S3.计算相似度：通过图像匹配技术，计算查询图像与候选图像的相似度，选择最为相似的候选图像作为检索结果。

可选的，S1中的词汇树为树状结构。

可选的，S1中的词汇树有两个构建参数：一是聚类参数K，影响树中结点的最大分支数量；二是深度参数D，即为词汇树的最大深度。

可选的，S1中的构建词汇树的具体过程为：

S11.计算图像数据库中所有图像的特征描述符，词汇树的根结点N₁₁包含全体特征描述符；

S12.将根结点N₁₁加入到待遍历结点集合S中，待遍历结点集合S中保存了所有待遍历的结点，这些结点可能成为叶子结点或枝干结点；

S13.从待遍历结点集合S中取出一个结点N_lm，结点的值为结点包含的特征描述符的平均值；

S14.通过判断结点N_lm包含特征描述符的数量是否大于K，即判断结点N_lm是否进行聚类操作：若数量小于等于K，则不进行聚类，结点N_lm就成为一个叶子节点，跳转到S18；否则，进行聚类；