CN111767918A - 一种图片识别方法和装置 - Google Patents
一种图片识别方法和装置 Download PDFInfo
- Publication number
- CN111767918A CN111767918A CN202010108125.1A CN202010108125A CN111767918A CN 111767918 A CN111767918 A CN 111767918A CN 202010108125 A CN202010108125 A CN 202010108125A CN 111767918 A CN111767918 A CN 111767918A
- Authority
- CN
- China
- Prior art keywords
- text
- character
- preset
- picture
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 239000013598 vector Substances 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000000605 extraction Methods 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000010219 correlation analysis Methods 0.000 claims abstract description 16
- 238000007781 pre-processing Methods 0.000 claims abstract description 14
- 238000013527 convolutional neural network Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 5
- 230000006399 behavior Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000012550 audit Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/635—Overlay text, e.g. embedded captions in a TV program
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/768—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using context analysis, e.g. recognition aided by known co-occurring patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Character Discrimination (AREA)
Abstract
本发明公开了图片识别方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括接收图片,识别图片中的文本;根据预设的字符类别,分别将文本进行类别提取,以计算得到对应字符类别的相关性分析报告;根据各字符类别的相关性分析报告进行文本的预处理;基于预设的目标词库,对预处理后的文本进行截取;通过文本语义提取模型,对截取后的文本进行处理得到文本的向量表征;将文本的向量表征输入至预设的识别模型,确定是否存在目标行为信息。从而,本发明的实施方式能够解决现有图片审核效率低、精准度差的问题。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种图片识别方法和装置。
背景技术
在电商平台上有大量的物品在售卖,物品的用户评价对消费者的购买行为至关重要。但是,为了提高物品好评率,在物品主图,或者详情页上会印有好评返现的相关信息,比如:好评返现等。这种行为严重误导了消费者,并且会导致比较差的购物体验。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
由于每天的物品变动数量十分庞大,而每个物品的图片数量有的十几张,甚至几十张。使用人工的方式来审核不能够覆盖全部的待审核的物品,而且标准不统一。使用规则方式审核,没有考虑语境的信息,如,如果商家坚持正常经营,不搞好评返现,因此会在物品详情页中,表述此类意思:“我们没有好评返现”,或者“我们拒绝好评返现”,使用规则的方式则会导致误判。使用规则加上人工的方式进行审核,先使用规则构建待审核的物品集合,然后由人工进行审核,这种方式无法做到实时处理,对商家的体验非常不好。
发明内容
有鉴于此,本发明实施例提供一种图片识别方法和装置,能够解决现有图片审核效率低、精准度差的问题。
为实现上述目的,根据本发明实施例的一个方面,提供了一种图片识别方法,包括接收图片,识别图像中的文本;根据预设的字符类别,分别将文本进行类别提取,以计算得到对应字符类别的相关性分析报告;根据各字符类别的相关性分析报告进行文本的预处理;基于预设的目标词库,对预处理后的文本进行截取;通过文本语义提取模型,对截取后的文本进行处理得到文本的向量表征;将文本的向量表征输入至预设的识别模型,确定是否存在目标行为信息。
可选地,计算得到对应字符类别的相关性分析报告,包括:
提取文本中对应字符类别的所有字符,基于皮尔逊系数将所述所有字符映射成预设数量的维度向量,进而得到对应的分析报告。
可选地,根据各字符类别的相关性分析报告进行文本的预处理,包括:
在字符类别的相关性分析报告中,判断是否存在数值大于预设阈值的;若存在则确定该字符类别与目标行为信息存在关系,保留对象文本中属于该字符类别的所有字符;若不存在则确定该字符类别与目标行为信息不存在关系,舍弃对象文本中属于该字符类别的所有字符。
可选地,基于预设的目标词库,对预处理后的文本进行截取,包括:
基于预设的目标词库,定位预处理后的文本中的目标字符;
在目标字符前截取第一预设长度的第一文本,且在目标字符后截取第二预设长度的第二文本;
根据第一文本、目标字符和第二文本,得到截取后的文本。
可选地,所述识别模型为训练好的卷积神经网络;其中,训练卷积神经网络时采用的优化器为自适应矩估计,损失函数为交叉熵损失。
可选地,将文本的向量表征输入至预设的识别模型,包括:
将文本的向量表征输入至采用GPU加速的识别模型。
可选地,将文本的向量表征输入至预设的识别模型之前,还包括:
采用多台并发部署的方式,将训练好的识别模型进行线上部署。
另外,本发明还提供了一种图片识别装置,包括接收模块,用于接收图片,识别图片中的文本;处理模块,用于根据预设的字符类别,分别将文本进行类别提取,以计算得到对应字符类别的相关性分析报告;根据各字符类别的相关性分析报告进行文本的预处理;基于预设的目标词库,对预处理后的文本进行截取;通过文本语义提取模型,对截取后的文本进行处理得到文本的向量表征;识别模块,用于将文本的向量表征输入至预设的识别模型,确定是否存在目标行为信息。
上述发明中的一个实施例具有如下优点或有益效果:因为采用接收图片,识别图片中的文本;根据预设的字符类别,分别将文本进行类别提取,以计算得到对应字符类别的相关性分析报告;根据各字符类别的相关性分析报告进行文本的预处理;基于预设的目标词库,对预处理后的文本进行截取;通过文本语义提取模型,对截取后的文本进行处理得到文本的向量表征;将文本的向量表征输入至预设的识别模型,确定是否存在目标行为信息的技术手段,所以克服了现有图片审核效率低、精准度差的技术问题,进而达到了覆盖全部需要审核的对象,且判别标准统一的技术效果。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明第一实施例的图片识别方法的主要流程的示意图;
图2是根据本发明第二实施例的图片识别方法的主要流程的示意图;
图3是根据本发明第三实施例的图片识别方法的主要流程的示意图;
图4是根据本发明实施例的图片识别装置的主要模块的示意图;
图5是本发明实施例可以应用于其中的示例性系统架构图;
图6是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明第一实施例的图片识别方法的主要流程的示意图,如图1所示,所述图片识别方法包括:
步骤S101,接收图片,识别图片中的文本。
在一些实施例中,对接收的图片通过OCR识别后得到对象文本。其中,OCR(OpticalCharacter Recognition,光学字符识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符,通过检测暗、亮的模式确定其形状,然后用字符识别方法将形状翻译成计算机文字的过程。
步骤S102,根据预设的字符类别,分别将文本进行类别提取,以计算得到对应字符类别的相关性分析报告;根据各字符类别的相关性分析报告进行文本的预处理。
在一些实施例中,可以通过提取文本中对应字符类别的所有字符,基于皮尔逊系数将所述所有字符映射成预设数量的维度向量,进而得到对应的分析报告。进一步地,在字符类别的相关性分析报告中,判断是否存在数值大于预设阈值的。根据判断结果,若存在则确定该字符类别与目标行为信息存在关系,保留文本中属于该字符类别的所有字符;若不存在则确定该字符类别与目标行为信息不存在关系,舍弃文本中属于该字符类别的所有字符。
可以看出,通过预处理过程可以对文本中每种字符(例如:英文,数字,特殊符号等)的重要性进行分析,从而可以避免文本质量很差、种类繁多的对象文本,在后期识别时没有很好的表现。
在具体的实施例中,可以设置字符类别分别为:特殊字符、英文字符、数字字符。而对于中文字符只进行步骤S103的截取,不进行预处理。举例说明:以英文字符为例(不考虑大小写):提取文本中的英文字符AbcaBcde,利用皮尔逊系数将其映射成26个维度的向量:
a b c d e f g h i j k l m n o p q r s t u v w x y z
2 2 2 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
即可以分别判断每个维度与最终结果的关系,得到26个数值。判断其中是否有大于0.5(预设阈值)的数值,如果有,则认为英文字符与最终结果存在关系,全部保留,否则舍弃。
步骤S103,基于预设的目标词库,对预处理后的文本进行截取。通过文本语义提取模型,对截取后的文本进行处理得到文本的向量表征。
在一些实施例中,在基于预设的目标词库,对预处理后的文本进行截取时,可以通过如下方式:
基于预设的目标词库,定位预处理后的文本中的目标字符。然后,在目标字符前截取第一预设长度的第一文本,且在目标字符后截取第二预设长度的第二文本。根据第一文本、目标字符和第二文本,得到截取后的文本。无论是第一预设长度还是第二预设长度都可以经过多次试验调试得到合理的长度值。太长会使得文本冗余,有太多的无效信息。而太短会使得文本信息不够。
其中,目标词库为统计的高频敏感词库,例如:好评返现,好评返现金等等词语。
例如:对象文本为:“我们的产品质优价廉,部分产品更有好评返现活动,欢迎选购”,截取之后(第一预设长度为6,第二预设长度为2)得到:“部分产品更有好评返现活动”。
需要说明的是,文本语义提取模型可以为word2vec(包括cbow以及skip-gram两种实现方式,在优选地实施例中选择的是skip-gram实现方式。)、fasttext、glove等等,而对截取后的文本进行处理得到文本的向量表征时可以设置字词向量表征为80维、128维或256维等等。
步骤S104,将文本的向量表征输入至预设的识别模型,确定是否存在目标行为信息。
在一些实施例中,所述识别模型为训练好的卷积神经网络,训练卷积神经网络时采用的优化器为自适应矩估计,损失函数为交叉熵损失。其中,卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks),是深度学习(deep learning)的代表算法之一。
较佳地,为了减少计算时间,使用了GPU加速卷积神经网络的训练。
另外,可以采用准确率(Accuracy)、精准度(Precision)和召回率(Recall)等等方式作为识别模型的评估标准。优选地,采用准确率作为评估标准,将测试集(Test set)在得到的识别模型上进行预测,将该预测结果与真实结果对比,计算准确率。
还有,在对识别模型优化的过程中,为了在验证集上获得最好的效果,需要对识别模型进行调参,调参的主要目标是卷积神经网络的层数,激活函数,以及EarlyStop的轮数等等。
再者,由于线上流量很大,短时间内会产生多次调用,为了加快计算效率,优选地可以将文本的向量表征输入至采用GPU加速(GPU加速为利用硬件模块来替代软件算法以充分利用硬件所固有的快速特性,有效提高软件的运行速度。)的识别模型,确定是否存在目标行为信息,即通过识别模型判断是否存在违规行为。例如:在物品详情页上印有可参加好评返现活动。
值得说明的是,将文本的向量表征输入至预设的识别模型之前,可以采用多台并发部署的方式,将训练好的识别模型进行线上部署。
综上所述,本发明提出了的图片识别方法,能够快速、精准识别电商领域物品是否存在目标行为(例如好评返现),且能够以极低的人力成本发现目标行为(例如好评返现的违规),而且具有非常高的扩展性。
图2是根据本发明第二实施例的图片识别方法的主要流程的示意图,所述图片识别方法可以包括:
步骤S201,接收图片,识别图片中的文本。
步骤S202,根据预设的字符类别,提取文本中对应字符类别的所有字符。
步骤S203,基于皮尔逊系数将所述所有字符映射成预设数量的维度向量,进而得到对应的分析报告。
步骤S204,在字符类别的相关性分析报告中,判断是否存在数值大于预设阈值的,若存在则进行步骤S205,若不存在则进行步骤S206。
步骤S205,确定该字符类别与目标行为信息存在关系,保留文本中属于该字符类别的所有字符,进行步骤S207。
步骤S206,确定该字符类别与目标行为信息不存在关系,舍弃对象文本中属于该字符类别的所有字符,进行步骤S207。
步骤S207,基于预设的目标词库,定位预处理后的文本中的目标字符。
步骤S208,在目标字符前截取第一预设长度的第一文本,且在目标字符后截取第二预设长度的第二文本;根据第一文本、目标字符和第二文本,得到截取后的文本。
步骤S209,通过文本语义提取模型,对截取后的文本进行处理得到文本的向量表征。
步骤S210,将文本的向量表征输入至预设的识别模型,确定是否存在目标行为信息。
图3是根据本发明第三实施例的图片识别方法的主要流程的示意图,所述图片识别方法可以包括:
步骤S301,接收图片,识别图片中的文本。
步骤S302,根据预设的字符类别,分别将文本进行类别提取,以计算得到对应字符类别的相关性分析报告。
步骤S303,根据各字符类别的相关性分析报告进行文本的预处理。
步骤S304,基于预设的目标词库,对预处理后的文本进行截取。
步骤S305,通过文本语义提取模型,对截取后的文本进行处理得到文本的向量表征。
步骤S306,采用多台并发部署的方式,将训练好的识别模型进行线上部署。
在一些实施例中,所述识别模型为训练好的卷积神经网络,训练卷积神经网络时采用的优化器为自适应矩估计,损失函数为交叉熵损失。
步骤S307,将文本的向量表征输入至采用GPU加速的识别模型,确定是否存在目标行为信息。
值得说明的是,步骤S306可以在步骤S301至步骤S306之后执行,也可以在步骤S301至步骤S306之前执行,也可以与步骤S301至步骤S306同时执行。
图4是根据本发明实施例的图片识别装置的主要模块的示意图,如图4所示,所述图片识别装置400包括接收模块401、处理模块402和识别模块403。其中,接收模块401接收图片,识别图片中的文本。处理模块402根据预设的字符类别,分别将文本进行类别提取,以计算得到对应字符类别的相关性分析报告;根据各字符类别的相关性分析报告进行文本的预处理;基于预设的目标词库,对预处理后的文本进行截取;通过文本语义提取模型,对截取后的文本进行处理得到文本的向量表征。识别模块403将文本的向量表征输入至预设的识别模型,确定是否存在目标行为信息。
在一些实施例中,处理模块402计算得到对应字符类别的相关性分析报告,包括:
提取文本中对应字符类别的所有字符,基于皮尔逊系数将所述所有字符映射成预设数量的维度向量,进而得到对应的分析报告。
进一步地实施例,处理模块402根据各字符类别的相关性分析报告进行文本的预处理,包括:
在字符类别的相关性分析报告中,判断是否存在数值大于预设阈值的;若存在则确定该字符类别与目标行为信息存在关系,保留对象文本中属于该字符类别的所有字符;若不存在则确定该字符类别与目标行为信息不存在关系,舍弃对象文本中属于该字符类别的所有字符。
作为另一些实施例,处理模块402基于预设的目标词库,对预处理后的文本进行截取,包括:
基于预设的目标词库,定位预处理后的文本中的目标字符;
在目标字符前截取第一预设长度的第一文本,且在目标字符后截取第二预设长度的第二文本;
根据第一文本、目标字符和第二文本,得到截取后的文本。
在较佳地实施例中,所述识别模型为训练好的卷积神经网络;其中,训练卷积神经网络时采用的优化器为自适应矩估计,损失函数为交叉熵损失。
另外,识别模块403将文本的向量表征输入至预设的识别模型,包括:将文本的向量表征输入至采用GPU加速的识别模型。
还值得说明的是,识别模块403将文本的向量表征输入至预设的识别模型之前,包括:
采用多台并发部署的方式,将训练好的识别模型进行线上部署。
需要说明的是,在本发明所述图片识别方法和所述图片识别装置在具体实施内容上具有相应关系,故重复内容不再说明。
图5示出了可以应用本发明实施例的图片识别方法或图片识别装置的示例性系统架构500。
如图5所示,系统架构500可以包括终端设备501、502、503,网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备501、502、503通过网络504与服务器505交互,以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备501、502、503可以是具有图片识别屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器505可以是提供各种服务的服务器,例如对用户利用终端设备501、502、503所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的图片识别方法一般由服务器505执行,相应地,计算装置一般设置于服务器505中。
应该理解,图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图6,其示出了适于用来实现本发明实施例的终端设备的计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有计算机系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶图片识别器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括接收模块、处理模块和识别模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括接收图片,识别图片中的文本;根据预设的字符类别,分别将文本进行类别提取,以计算得到对应字符类别的相关性分析报告;根据各字符类别的相关性分析报告进行文本的预处理;基于预设的目标词库,对预处理后的文本进行截取;通过文本语义提取模型,对截取后的文本进行处理得到文本的向量表征;将文本的向量表征输入至预设的识别模型,确定是否存在目标行为信息。
根据本发明实施例的技术方案,能够解决现有图片审核效率低、精准度差的问题。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种图片识别方法,其特征在于,包括:
接收图片,识别图片中的文本;
根据预设的字符类别,分别将文本进行类别提取,以计算得到对应字符类别的相关性分析报告;
根据各字符类别的相关性分析报告进行文本的预处理;
基于预设的目标词库,对预处理后的文本进行截取;
通过文本语义提取模型,对截取后的文本进行处理得到文本的向量表征;
将文本的向量表征输入至预设的识别模型,确定是否存在目标行为信息。
2.根据权利要求1所述的方法,其特征在于,计算得到对应字符类别的相关性分析报告,包括:
提取文本中对应字符类别的所有字符,基于皮尔逊系数将所述所有字符映射成预设数量的维度向量,进而得到对应的分析报告。
3.根据权利要求2所述的方法,其特征在于,根据各字符类别的相关性分析报告进行文本的预处理,包括:
在字符类别的相关性分析报告中,判断是否存在数值大于预设阈值的;若存在则确定该字符类别与目标行为信息存在关系,保留对象文本中属于该字符类别的所有字符;若不存在则确定该字符类别与目标行为信息不存在关系,舍弃对象文本中属于该字符类别的所有字符。
4.根据权利要求1所述的方法,其特征在于,基于预设的目标词库,对预处理后的文本进行截取,包括:
基于预设的目标词库,定位预处理后的文本中的目标字符;
在目标字符前截取第一预设长度的第一文本,且在目标字符后截取第二预设长度的第二文本;
根据第一文本、目标字符和第二文本,得到截取后的文本。
5.根据权利要求1所述的方法,其特征在于,
所述识别模型为训练好的卷积神经网络;其中,训练卷积神经网络时采用的优化器为自适应矩估计,损失函数为交叉熵损失。
6.根据权利要求1所述的方法,其特征在于,将文本的向量表征输入至预设的识别模型,包括:
将文本的向量表征输入至采用GPU加速的识别模型。
7.根据权利要求1-6中任一所述的方法,其特征在于,将文本的向量表征输入至预设的识别模型之前,还包括:
采用多台并发部署的方式,将训练好的识别模型进行线上部署。
8.一种图片识别装置,其特征在于,包括:
接收模块,用于接收图片,识别图片中的文本;
处理模块,用于根据预设的字符类别,分别将文本进行类别提取,以计算得到对应字符类别的相关性分析报告;根据各字符类别的相关性分析报告进行文本的预处理;基于预设的目标词库,对预处理后的文本进行截取;通过文本语义提取模型,对截取后的文本进行处理得到文本的向量表征;
识别模块,用于将文本的向量表征输入至预设的识别模型,确定是否存在目标行为信息。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010108125.1A CN111767918A (zh) | 2020-02-21 | 2020-02-21 | 一种图片识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010108125.1A CN111767918A (zh) | 2020-02-21 | 2020-02-21 | 一种图片识别方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111767918A true CN111767918A (zh) | 2020-10-13 |
Family
ID=72719033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010108125.1A Pending CN111767918A (zh) | 2020-02-21 | 2020-02-21 | 一种图片识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111767918A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113743176A (zh) * | 2021-01-29 | 2021-12-03 | 北京沃东天骏信息技术有限公司 | 一种图像识别方法、设备和计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019127832A1 (zh) * | 2017-12-29 | 2019-07-04 | 国民技术股份有限公司 | 智能搜索方法、装置、终端及服务器、存储介质 |
CN110275958A (zh) * | 2019-06-26 | 2019-09-24 | 北京市博汇科技股份有限公司 | 网站信息识别方法、装置和电子设备 |
CN110378350A (zh) * | 2019-07-23 | 2019-10-25 | 中国工商银行股份有限公司 | 一种文字识别的方法、装置及系统 |
WO2020000879A1 (zh) * | 2018-06-27 | 2020-01-02 | 北京字节跳动网络技术有限公司 | 图像识别方法和装置 |
-
2020
- 2020-02-21 CN CN202010108125.1A patent/CN111767918A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019127832A1 (zh) * | 2017-12-29 | 2019-07-04 | 国民技术股份有限公司 | 智能搜索方法、装置、终端及服务器、存储介质 |
WO2020000879A1 (zh) * | 2018-06-27 | 2020-01-02 | 北京字节跳动网络技术有限公司 | 图像识别方法和装置 |
CN110275958A (zh) * | 2019-06-26 | 2019-09-24 | 北京市博汇科技股份有限公司 | 网站信息识别方法、装置和电子设备 |
CN110378350A (zh) * | 2019-07-23 | 2019-10-25 | 中国工商银行股份有限公司 | 一种文字识别的方法、装置及系统 |
Non-Patent Citations (3)
Title |
---|
林付春;刘宇红;张达峰;张荣芬;: "基于深度学习的智能路牌识别系统设计", 电子技术应用, no. 06, 6 June 2018 (2018-06-06) * |
袁智勇;刘文林;: "Windows位图和Leptonica位图的转换", 科技创新导报, no. 30, 21 October 2019 (2019-10-21) * |
魏笑;秦永彬;陈艳平;: "一种基于部件CNN的网络安全命名实体识别方法", 计算机与数字工程, no. 01, 20 January 2020 (2020-01-20) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113743176A (zh) * | 2021-01-29 | 2021-12-03 | 北京沃东天骏信息技术有限公司 | 一种图像识别方法、设备和计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190163742A1 (en) | Method and apparatus for generating information | |
US11281860B2 (en) | Method, apparatus and device for recognizing text type | |
WO2020005731A1 (en) | Text entity detection and recognition from images | |
CN107944032B (zh) | 用于生成信息的方法和装置 | |
CN110674621B (zh) | 一种属性信息填充方法和装置 | |
CN107526718A (zh) | 用于生成文本的方法和装置 | |
CN107908662B (zh) | 搜索系统的实现方法和实现装置 | |
CN107291774B (zh) | 错误样本识别方法和装置 | |
CN108984554A (zh) | 用于确定关键词的方法和装置 | |
CN110119445A (zh) | 生成特征向量和基于特征向量进行文本分类的方法和装置 | |
CN108073708A (zh) | 信息输出方法和装置 | |
CN108804448A (zh) | 生成待推送信息的方法和装置 | |
CN114363019A (zh) | 钓鱼网站检测模型的训练方法、装置、设备及存储介质 | |
CN112905753A (zh) | 一种判别文本信息的方法和装置 | |
CN113392920B (zh) | 生成作弊预测模型的方法、装置、设备、介质及程序产品 | |
CN111160410A (zh) | 一种物体检测方法和装置 | |
CN114445179A (zh) | 业务推荐方法、装置、电子设备和计算机可读介质 | |
CN108959289B (zh) | 网站类别获取方法和装置 | |
CN110929499B (zh) | 文本相似度获取方法、装置、介质及电子设备 | |
CN111767918A (zh) | 一种图片识别方法和装置 | |
US20190325050A1 (en) | Natural language processing social-based matrix refactorization | |
CN113239273B (zh) | 用于生成文本的方法、装置、设备以及存储介质 | |
CN115080744A (zh) | 一种数据处理的方法和装置 | |
CN114048315A (zh) | 确定文档标签的方法、装置、电子设备和存储介质 | |
CN113742564A (zh) | 目标资源的推送方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |