CN114596442A - 一种图像识别方法、装置、设备及存储介质 - Google Patents

一种图像识别方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114596442A
CN114596442A CN202210164801.6A CN202210164801A CN114596442A CN 114596442 A CN114596442 A CN 114596442A CN 202210164801 A CN202210164801 A CN 202210164801A CN 114596442 A CN114596442 A CN 114596442A
Authority
CN
China
Prior art keywords
watermark
image
region image
label
feature
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
Application number
CN202210164801.6A
Other languages
English (en)
Inventor
朱若琳
杨敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202210164801.6A priority Critical patent/CN114596442A/zh
Publication of CN114596442A publication Critical patent/CN114596442A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/047—Probabilistic or stochastic networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0021—Image watermarking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2201/00—General purpose image data processing
    • G06T2201/005—Image watermarking
    • G06T2201/0065—Extraction of an embedded watermark; Reliable detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Molecular Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Image Analysis (AREA)
  • Editing Of Facsimile Originals (AREA)

Abstract

本公开提供了一种图像识别方法、装置、设备及存储介质，涉及图像处理技术领域，尤其涉及深度学习技术领域的一种图像识别方法、装置、设备及存储介质。具体实现方案为：获取待检测图像；根据第一检测模型对待检测图像中的水印进行定位，得到水印区域图像；根据第二检测模型对水印区域图像进行两级特征提取，得到水印区域图像的第一级特征和第二级特征；根据水印区域图像的第一级特征和第二级特征，获得水印区域图像的检测结果作为待检测图像的识别结果。

Description

一种图像识别方法、装置、设备及存储介质
技术领域
本公开涉及图像处理技术领域，尤其涉及深度学习技术领域的一种图像识别方法、装置、设备及存储介质。
背景技术
如今，各大平台为了保证自身的数据版权可以追溯，都会在发布的数据中添加水印，随着版权维护意识的加强，各大平台对水印检测的需求也逐渐增多。现有的水印检测方法主要通过收集大量的水印数据，人工对其进行标注后训练深度学习检测网络模型，利用训练好的深度学习检测网络模型来实现水印检测。
发明内容
本公开提供了一种检测精度更高的图像识别方法、装置、设备以及存储介质。
根据本公开的一方面，提供了一种图像识别方法，包括：获取待检测图像；根据第一检测模型对所述待检测图像中的水印进行定位，得到水印区域图像；根据第二检测模型对所述水印区域图像进行两级特征提取，得到所述水印区域图像的第一级特征和第二级特征；根据所述水印区域图像的第一级特征和第二级特征，获得所述水印区域图像的检测结果作为所述待检测图像的识别结果。
根据本公开的另一方面，提供了一种图像识别装置，包括：获取模块，用于获取待检测图像；定位模块，用于利用第一检测模型对所述待检测图像中的水印进行定位，得到水印区域图像；特征提取模块，用于利用第二检测模型对所述水印区域图像进行两级特征提取，得到所述水印区域图像的第一级特征和第二级特征；检测模块，用于根据所述水印区域图像的第一级特征和第二级特征，获得所述水印区域图像的检测结果作为所述待检测图像的识别结果。
根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开所述的方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开所述的方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开所述的方法。
本公开提供的一种图像识别方法、装置、设备以及存储介质，能够兼顾不同粒度的水印标签的检测，提高水印检测的精度。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开第一实施例的一种图像识别方法的流程示意图；
图2是根据本公开第二实施例的一种图像识别方法的流程示意图；
图3是根据本公开第三实施例的一种图像识别方法的流程示意图；
图4是根据本公开第三实施例的水印标签图谱的结构示意图；
图5是根据本公开第四实施例的一种图像识别方法的流程示意图；
图6是根据本公开第五实施例的一种图像识别方法的流程示意图；
图7是根据本公开第六实施例的一种图像识别方法的流程示意图；
图8是根据本公开第七实施例的一种图像识别方法的流程示意图；
图9是根据本公开第八实施例的一种图像识别方法的流程示意图；
图10是根据本公开第九实施例的一种图像识别装置的结构示意图；
图11是用来实现本公开实施例的一种图像识别方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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是本公开第一实施例的一种图像识别方法的流程示意图，如图1所示，该方法主要包括：
步骤S101，获取待检测图像。
在本实施例中，进行水印检测之前首先需要获取待检测图像，待检测图像的像素信息需要满足预设的像素要求。
在一可实施方式中，待检测图像的格式可为JPEG(Joint Photographic ExpertsGroup，联合图像专家组)、GIF(Graphics Interchange Format，图片交换格式)或PNG(Portable Network Graphics，便携式网络图形)等，本公开不对待检测图像的格式进行限制。
步骤S102，根据第一检测模型对待检测图像中的水印进行定位，得到水印区域图像。
在本实施例中，获得待检测图像之后，需要对待检测图像中的水印进行定位，从而得到水印的图像，即水印区域图像；具体地，可以根据第一检测模型对待检测图像中的水印进行定位，第一检测模型可以为深度学习检测网络模型。
在一可实施方式中，将待检测图像输入第一检测模型之后，第一检测模型首先需要判断待检测图像中是否存在水印，若待检测图像中存在水印，则对水印的图像进行定位并裁剪，从而得到水印区域图像；若待检测图像中不存在水印，则将未检测到水印的结果输出，并结束对待检测图像的水印检测。
步骤S103，根据第二检测模型对水印区域图像进行两级特征提取，得到水印区域图像的第一级特征和第二级特征。
在本实施例中，在得到水印区域图像之后，需要对水印区域图像进行两级特征提取，即提取水印区域图像的第一级特征和第二级特征，第一级特征更体现图像的全局特征，第二级特征更体现图像的局部特征，第一级特征相较于第二级特征更为泛化和抽象，例如，对于人像图像来说，第一级特征更体现人像的轮廓以及图像的背景等全局特征，第二级特征则更体现人像的眼睛、头发或嘴巴等局部特征；具体地，可以根据第二检测模型对水印区域图像进行两级特征提取，第二检测模型可以为卷积神经网络模型。
在一可实施方式中，若第二检测模型为ResNet-50(深度残差神经网络)模型，则将水印区域图像输入ResNet-50模型之后，可以利用ResNet-50模型的block3(第三残差块)提取水印区域图像的第一级特征，利用ResNet-50模型的block4(第四残差块)提取水印区域图像的第二级特征，因为ResNet-50的block3提取出的特征较为泛化和抽象，因此block3提取出的特征可以作为水印区域图像的第一级特征，而ResNet-50的block4提取出的特征较为具体，因此block4提取出的特征可以作为水印区域图像的第二级特征。
步骤S104，根据水印区域图像的第一级特征和第二级特征，获得水印区域图像的检测结果作为待检测图像的识别结果。
在本实施例中，在获得水印区域图像的第一级特征和第二级特征之后，需要根据第一级特征和第二级特征，在水印底库内检索与之对应的水印标签，并将该水印标签作为水印区域图像的检测结果，即待检测图像的识别结果。
在一可实施方式中，首先可以根据第一级特征与水印底库内的水印标签的特征之间的相似度对水印底库内的水印标签进行检索排序，得到与水印区域图像特征较为相近的水印标签，然后根据第二级特征与水印区域图像特征较为相近的水印标签的特征之间的相似度，对与水印区域图像特征较为相近的水印标签进行二次检索排序，从而得到与水印区域图像特征对应的水印标签。
在本公开第一实施例中，根据第二检测模型提取待检测图像中水印区域图像的第一级特征和第二级特征，然后利用不同粒度的特征在水印底库内进行特征检索，从而得到与水印区域图像对应的检测结果。本公开第一实施例，通过两级特征的检索，可以提高水印检测的效率和精确度。
图2是本公开第二实施例的一种图像识别方法的流程示意图，如图2所示，在根据第一检测模型对待检测图像中的水印进行定位，得到水印区域图像之前，该方法还包括：
步骤S201，获得第一样本数据集，第一样本数据集包括不同粒度的水印标签。
在本实施例中，需要根据大量的样本数据训练生成第一检测模型，因此首先应该获得大量的样本数据，即第一样本数据集，第一样本数据集包括不同粒度的水印标签，从而保证训练生成的第一检测模型能够检测各种粒度的水印标签。
具体地，第一样本数据集内的水印标签可以分为第一粒度标签和第二粒度标签，即粗粒度标签和细粒度标签，粗粒度标签表示较大范围的标签，细粒度标签表示最小范围的标签，例如，“百度”标签下还包含“百度贴吧”、“百度网盘”和“百度地图”等标签，所以“百度”标签则为粗粒度标签，而“百度贴吧”、“百度网盘”和“百度地图”等标签因为不可继续划分，所以“百度贴吧”、“百度网盘”和“百度地图”等标签为细粒度标签。
在一可实施方式中，可以自行搜集水印标签，也可以从网络上抓取水印标签，水印标签的类型可以为行业标签、公司标签或品牌标签等不同粒度的水印标签，第一样本数据集内的水印标签的数量越多，类型越丰富，则训练出的第一检测模型检测的准确率越高。
步骤S202，对第一样本数据集内的水印标签进行标注，得到训练样本。
在本实施例中，获得第一样本数据集之后，需要对第一样本数据集内的水印标签的类别进行标注，从而得到大量已标注的不同粒度的训练样本。
在一可实施方式中，第一样本数据集内的水印标签只是水印图片，还需要人工对第一样本数据集内的水印标签的类型进行标注，从而得到完整的训练样本，例如，若某一水印标签为百度贴吧的水印，则将该水印标签标注为“百度贴吧”。
步骤S203，根据训练样本对深度学习检测网络模型进行训练，生成第一检测模型。
在本实施例中，在得到训练样本之后，可以根据训练样本对深度学习检测网络模型进行训练，从而生成第一检测模型。
在一可实施方式中，深度学习检测网络模型可以为基于区域的卷积神经网络算法(R-CNN，Region-based Convolution Neural Networks)系列、全卷积网络(FCN，FullyConvolution Network)或YOLO(You Only Look Once)算法，YOLO为一种一段式目标检测算法，本公开不对深度学习检测网络模型进行限定。
在本公开第二实施例中，对大量的样本数据进行标注得到训练样本，并根据训练样本对深度学习检测网络模型进行训练，从而得到第一检测模型，第一检测模型用于定位并裁剪待检测图像中的水印区域图像，使得水印检测更具有针对性，进一步提高水印检测的效率和准确度。
图3是本公开第三实施例的一种图像识别方法的流程示意图，如图3所示，步骤S202主要包括：
步骤S301，计算第一样本数据集内的水印标签之间的关系距离，关系距离用于表征水印标签之间的特征相似度。
在本实施例中，为了充分利用水印标签之间的关系，可以建立水印标签图谱来实现水印标签之间的关系映射，建立水印标签图谱首先需要计算第一样本数据集内的水印标签之间的关系距离，即水印标签之间的特征相似度。
在一可实施方式中，可以通过基于深度自注意力变换网络的双向编码器表征(BERT，Bidirectional Encoder Representations from Transformers)模型来计算第一样本数据集内的水印标签之间的关系距离，具体地，BERT模型首先提取各个水印标签的特征向量，然后计算各个水印标签的特征向量之间的余弦距离，从而得到第一样本数据集内的水印标签之间的关系距离。
步骤S302，根据水印标签之间的映射关系和关系距离，建立第一样本数据集的水印标签图谱，映射关系用于表征水印标签之间的从属关系。
在本实施例中，得到水印标签之间的关系距离之后，可以根据水印标签之间的映射关系和关系距离，建立第一样本数据集的水印标签图谱，可以人工建立第一样本数据集内的水印标签之间的映射关系，即水印标签之间的从属关系。
图4是本公开第三实施例的水印标签图谱的结构示意图，如图4所示，各个水印标签之间的连线表征水印标签之间的映射关系，例如，“抖音”和“小红书”等均从属于“品牌水印”，而“品牌水印”和“版权水印”等均从属于“广告水印”，在建立了水印标签之间的映射关系并根据BERT模型计算出水印标签之间的关系距离之后，可以根据水印标签之间的映射关系和关系距离得到水印标签图谱。
步骤S303，根据水印标签图谱，对第一样本数据集内的水印标签进行标注，得到训练样本。
在本实施例中，获得水印标签图谱之后，可以根据水印标签图谱内水印标签的映射关系和关系距离，对第一样本数据集内的水印标签进行标注，得到训练样本，即利用水印标签之间的关系，对水印标签进行标注。
在一可实施方式中，可以对水印标签图谱内的部分水印标签进行标注，然后根据标注结果和水印标签的映射关系和关系距离，对水印标签图谱内的其余标签实现映射标注，从而得到训练样本。
在本公开第三实施例中，通过第一样本数据集内的水印标签的映射关系和关系距离，对第一样本数据集内的水印标签进行标注，从而实现低成本高效率的标签标注。
图5是本公开第四实施例的一种图像识别方法的流程示意图，如图5所示，步骤S303主要包括：
步骤S401，在水印标签图谱内选取部分水印标签，得到第二样本数据集。
步骤S402，对第二样本数据集内的第二粒度标签进行标注，得到第一标注结果。
在本实施例中，为了根据水印标签图谱对第一样本数据集内的水印标签进行标注，首先需要在水印标签图谱内选取部分水印标签，得到第二样本数据集，并对第二样本数据集内的第二粒度标签进行标注，得到第一标注结果，以便后续根据第一标注结果实现水印标签的映射标注。
因为第二粒度标签为细粒度标签，所以根据第二粒度标签可以唯一地映射到某一第一粒度标签，即粗粒度标签，但第一粒度标签无法唯一地映射到某一第二粒度标签，如图4所示，“抖音”为第二粒度标签，则对“抖音”进行标注后，可以唯一地映射到“品牌水印”；“品牌水印”为第一粒度标签，则对“品牌水印”进行标注后，不可以唯一地映射到“抖音”，因为“品牌水印”内还包含“美团”和“携程”等水印标签。
在一可实施方式中，第二样本数据集的选取可以随机选取，也可以根据水印标签图谱自行进行选取，第二样本数据集内水印标签的数量可以根据实际情况自行确定。
步骤S403，根据第一标注结果和水印标签图谱，对水印标签图谱内的所有水印标签进行映射标注，得到训练样本。
在本实施例中，得到第一标注结果之后，可以根据第一标注结果和水印标签图谱，对水印标签图谱内的所有水印标签进行映射标注，得到训练样本。
如图4所示，若在第二样本数据集内对第二粒度标签“抖音”进行了标注，那么根据水印标签图谱之间的映射关系，则可以确定包含“抖音”的标签为“品牌水印”，即可以根据“抖音”实现对“品牌水印”映射标注；若水印标签图谱中显示“抖音”的关系距离与“小红书”的关系距离在一定的预设阈值内，则可以根据“抖音”实现对“小红书”的映射标注。
在本公开第四实施例中，对水印标签图谱内的部分第二粒度标签进行标注，得到第一标注结果，并根据第一标注结果和水印标签图谱对水印标签图谱内的所有水印标签进行映射标注，从而得到训练样本。在本公开第四实施例中，利用水印标签之间的映射关系和关系距离，对水印标签图谱对水印标签图谱内的所有水印标签进行映射标注，降低了水印标注的时间成本。
图6是本公开第五实施例的一种图像识别方法的流程示意图，如图6所示，步骤S102主要包括：
步骤S501，根据第一检测模型对待检测图像进行特征提取，得到待检测图像的特征图。
在本实施例中，得到第一检测模型之后，可以根据第一检测模型对待检测图像进行定位，首先需要提取待检测图像的特征，得到待检测图像的特征图。
步骤S502，根据待检测图像的特征图，对待检测图像中的水印进行定位，得到水印区域的坐标。
在本实施例中，得到待检测图像的特征图之后，可以根据待检测图像的特征图，对待检测图像中的水印进行定位，得到水印区域的坐标。
在一可实施方式中，可以生成一个检测框，将检测框在待检测图像的特征图内移动，检测框每到一个位置，计算出该区域的特征，然后用训练好的分类器对该特征进行筛选，判定该区域是否为水印，在筛选过程中，可以对待检测图像的特征图或检测框的大小进行调整，以保证定位出准确的水印区域的坐标。
步骤S503，根据水印区域的坐标，裁剪得到水印区域图像。
在本实施例中，定位得到水印区域的坐标之后，可以对水印区域的坐标进行裁剪，从而得到水印区域图像。
在本公开第五实施例中，利用第一检测模型对待检测模型内的水印进行定位，得到水印区域图像，以便后续对水印区域图像进行两级特征检测，将检测的目标缩小至一定的范围，可以提高水印检测的效率和准确度。
图7是本公开第六实施例的一种图像识别方法的流程示意图，如图7所示，在利用第二检测模型对水印区域图像进行两级特征提取，得到水印区域图像的第一级特征和第二级特征之前，该方法还包括：
步骤S601，在卷积神经网络模型的中间层后嵌入第一卷积模块，得到初始特征提取分支，第一卷积模块包括一个卷积层和一个全连接层。
在本实施例中，使用卷积神经网络模型对水印区域图像进行两级特征提取，为了实现两级特征的提取，需要对卷积神经网络模型进行重构，具体地，可以在卷积神经网络模型中间层后嵌入第一卷积模块，第一卷积模块包括一个卷积层和一个全连接层。
卷积神经网络模型的中间层提取的特征较为泛化，可以用作第一粒度标签的分类，因此可以在卷积神经网络模型的中间层后嵌入一个卷积层和一个全连接层，从而生成对第一粒度标签进行特征提取的初始特征提取分支，具体地，卷积层可以为3×3的卷积层，提取出卷积神经网络模型的中间层特征后，输入3×3卷积层和一个全连接层进行卷积和预测，就可以实现对第一粒度标签的分类。
步骤S602，根据训练样本内的第一粒度标签对初始特征提取分支进行训练，得到第一特征提取分支，第一特征提取分支用于提取第一级特征。
步骤S603，根据训练样本内的第二粒度标签对卷积神经网络模型进行训练，得到第二特征提取分支，第二特征提取分支用于提取第二级特征。
在本实施例中，对卷积神经网络模型进行重构之后，可以根据训练样本对卷积神经网络模型进行训练；具体地，利用训练样本内的第一粒度标签对初始特征提取分支进行训练，从而得到第一特征提取分支，第一特征提取分支可以用于提取第一级特征；利用训练样本内的第二粒度标签对卷积神经网络模型进行训练，从而得到第二特征提取分支，第二特征提取分支可以用于提取第二级特征。
在一可实施方式中，在得到重构的卷积神经网络模型之后，将训练样本输入重构的卷积神经网络模型进行训练，在训练过程中，提取出中间层特征，并将中间层特征输入第一卷积模块，其中，3×3卷积层的卷积层用于对中间层特征进行卷积，全连接层则利用softmax(柔性最大传递函数)分类器对卷积后的中间层特征进行分类和预测，从而实现对第一粒度标签的训练，得到第一特征提取分支；抽取最顶层的特征，在原始的卷积神经网络模型的卷积层内对最顶层特征进行卷积，全连接层内利用softmax分类器对卷积后的最顶层特征进行分类和预测，从而实现对第二粒度标签的训练，得到第二特征提取分支，在整个训练过程中，第一特征提取分支的训练和第二特征提取分支的训练同时进行。
步骤S604，根据第一特征提取分支和第二特征提取分支，生成第二检测模型。
在本实施例中，对重构的卷积神经网络进行训练得到第一特征提取分支和第二特征提取分支之后，则得到第二检测模型，第二检测模型可以用于提取水印区域图像的第一级特征和第二级特征。
在本公开第六实施例中，对卷积神经网络模型进行重构，然后根据训练样本对重构后的卷积神经网络模型进行训练，从而得到第二检测模型，第二检测模型可以用于提取水印区域图像的第一级特征和第二级特征。
图8是根据本公开第七实施例的一种图像识别方法的流程示意图，如图8所示，步骤S103主要包括：
步骤S701，根据第一特征提取分支，提取水印区域图像的第一级特征。
步骤S702，根据第二特征提取分支，提取水印区域图像的第二级特征。
在本实施例中，在定位得到水印区域图像之后，需要根据第二检测模型对水印区域图像进行两级特征提取，得到水印区域图像的第一级特征和第二级特征，以便后续根据第一级特征和第二级特征对水印区域图像进行检测，得到水印区域图像的检测结果。
将水印区域图像输入第二检测模型之后，第二检测模型的两个特征提取分支分别提取水印区域图像的第一级特征和第二级特征；具体地，第一特征提取分支用于提取水印区域图像的第一级特征，第二特征提取分支，用于提取水印区域图像的第二级特征。
图9是根据本公开第八实施例的一种图像识别方法的流程示意图，如图9所示，步骤S104主要包括：
步骤S801，根据水印区域图像的第一级特征，从水印标签底库内检测与水印区域图像的第一级特征对应的水印标签，得到第一检测结果。
在本实施例中，提取得到水印区域图像的第一级特征之后，可以将第一级特征与水印标签底库内的水印标签的特征进行对比，从水印标签底库中选取出与水印区域图像的第一级特征对应的水印标签，作为第一检测结果。
水印区域图像的第一级特征更为泛化，用于体现全局特征，因此利用第一级特征在水印标签底库内检测时，得到的第一检测结果只是与水印区域图像较为相似的水印标签，即第一检测结果并不是与水印区域图像精确对应的，但是第一检测结果集中在一个比较小的范围，后续只需要在第一检测结果中检测与水印区域图像精确对应的水印标签即可。
在一可实施方式中，水印标签底库由包含训练样本的百万级水印数据库和用户自定义的水印标签库组成，用户可以自定义水印图并将其加入用户自定义的水印标签库，以扩充水印标签底库，进一步保证检测结果的准确性。
步骤S802，根据水印区域图像的第二级特征，从第一检测结果内检测与水印区域图像的第二级特征对应的水印标签，得到第二检测结果。
在本实施例中，提取得到水印区域图像的第二级特征并得到第一检测结果之后，可以根据水印区域图像的第二级特征，从第一检测结果内检测与水印区域图像的第二级特征对应的水印标签，得到第二检测结果。因为水印区域图像的第二级特征更为具体，用于体现局部特征，因此利用第二级特征在第一检测结果内检测时，得到的第二检测结果与水印区域图像精确对应。
在一可实施方式中，可以一一计算出第一检测结果内的水印标签的特征与第二级特征的余弦距离，然后选取与最小余弦距离对应的水印标签作为第二检测结果。
步骤S803，将第二检测结果作为待检测图像的识别结果。
在本实施例中，水印区域图像的第二检测结果即为待检测图像的水印检测结果，可以将第二检测结果作为待检测图像的识别结果。
在本公开第七和第八实施例中，根据水印区域图像的第一级特征和第二级特征，对水印底库进行检测，获得水印区域图像的检测结果，通过两级检索排序，可以兼顾不同粒度的水印的检测，并且可以提高水印检测的效率和准确度。
图10是根据本公开第九实施例的一种图像识别装置的结构示意图，如图10所示，该装置主要包括：
获取模块10，用于获取待检测图像；定位模块20，用于根据第一检测模型对待检测图像中的水印进行定位，得到水印区域图像；特征提取模块30，用于根据第二检测模型对水印区域图像进行两级特征提取，得到水印区域图像的第一级特征和第二级特征；检测模块40，用于根据水印区域图像的第一级特征和第二级特征，获得水印区域图像的检测结果作为待检测图像的识别结果。
在一可实施方式中，该装置还包括：获得模块，用于获得第一样本数据集，第一样本数据集包括不同粒度的水印标签；标注模块，用于对第一样本数据集内的水印标签的粒度进行标注，得到训练样本；第一训练模块，用于根据训练样本对深度学习检测网络模型进行训练，生成第一检测模型。
在一可实施方式中，标注模块主要包括：计算子模块，用于计算第一样本数据集内的水印标签之间的关系距离，关系距离用于表征水印标签之间的特征相似度；建立子模块，用于根据水印标签之间的映射关系和关系距离，建立第一样本数据集的水印标签图谱，映射关系用于表征水印标签之间的从属关系；标注子模块，用于根据水印标签图谱，对第一样本数据集内的水印标签的粒度进行标注，得到训练样本。
在一可实施方式中，标注子模块主要包括：选取单元，用于在水印标签图谱内选取部分水印标签，得到第二样本数据集；第一标注单元，用于对第二样本数据集内的第二粒度标签的粒度进行标注，得到第一标注结果；第二标注单元，用于根据第一标注结果和水印标签图谱，对水印标签图谱内的所有水印标签的粒度进行映射标注，得到训练样本。
在一可实施方式中，定位模块20主要包括：特征提取子模块，用于根据第一检测模型对待检测图像进行特征提取，得到待检测图像的特征图；定位子模块，用于根据待检测图像的特征图，对待检测图像中的水印进行定位，得到水印区域的坐标；裁剪子模块，用于根据水印区域的坐标，裁剪得到水印区域图像。
在一可实施方式中，该装置还包括：嵌入模块，用于在卷积神经网络模型的中间层后嵌入第一卷积模块，得到初始特征提取分支，第一卷积模块包括一个卷积层和一个全连接层；第二训练模块，用于根据训练样本内的第一粒度标签对初始特征提取分支进行训练，得到第一特征提取分支，第一特征提取分支用于提取第一级特征；第三训练模块，用于根据训练样本内的第二粒度标签对卷积神经网络模型进行训练，得到第二特征提取分支，第二特征提取分支用于提取第二级特征；生成模块，用于根据第一特征提取分支和第二特征提取分支，生成第二检测模型。
在一可实施方式中，特征提取模块30主要包括：第一提取子模块，用于根据第一特征提取分支，提取水印区域图像的第一级特征；第二提取子模块，用于根据第二特征提取分支，提取水印区域图像的第二级特征。
在一可实施方式中，检测模块40主要包括：第一检测子模块，用于根据水印区域图像的第一级特征，从水印标签底库内检测与水印区域图像的第一级特征对应的水印标签，得到第一检测结果；第二检测子模块，用于根据水印区域图像的第二级特征，从第一检测结果内检测与水印区域图像的第二级特征对应的水印标签，得到第二检测结果；结果输出子模块，用于将第二检测结果作为待检测图像的识别结果。
本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图11示出了可以用来实施本公开的实施例的示例电子设备1100的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图11所示，设备1100包括计算单元1101，其可以根据存储在只读存储器(ROM)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(RAM)1103中的计算机程序，来执行各种适当的动作和处理。在RAM 1103中，还可存储设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
设备1100中的多个部件连接至I/O接口1105，包括：输入单元1106，例如键盘、鼠标等；输出单元1107，例如各种类型的显示器、扬声器等；存储单元1108，例如磁盘、光盘等；以及通信单元1109，例如网卡、调制解调器、无线通信收发机等。通信单元1109允许设备1100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1101的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1101执行上文所描述的各个方法和处理，例如一种图像识别方法。例如，在一些实施例中，一种图像识别方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1108。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1102和/或通信单元1109而被载入和/或安装到设备1100上。当计算机程序加载到RAM 1103并由计算单元1101执行时，可以执行上文描述的一种图像识别方法的一个或多个步骤。备选地，在其他实施例中，计算单元1101可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行一种图像识别方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (12)

1.一种图像识别方法，包括：
获取待检测图像；
根据第一检测模型对所述待检测图像中的水印进行定位，得到水印区域图像；
根据第二检测模型对所述水印区域图像进行两级特征提取，得到所述水印区域图像的第一级特征和第二级特征；
根据所述水印区域图像的第一级特征和第二级特征，获得所述水印区域图像的检测结果作为所述待检测图像的识别结果。
2.根据权利要求1所述的方法，其中，在所述根据第一检测模型对所述待检测图像中的水印进行定位，得到水印区域图像之前，所述方法还包括：
获得第一样本数据集，所述第一样本数据集包括不同粒度的水印标签；
对所述第一样本数据集内的水印标签进行标注，得到训练样本；
根据所述训练样本对深度学习检测网络模型进行训练，生成所述第一检测模型。
3.根据权利要求2所述的方法，其中，所述对第一样本数据集内的水印标签进行标注，得到训练样本，包括：
计算所述第一样本数据集内的水印标签之间的关系距离，所述关系距离用于表征所述水印标签之间的特征相似度；
根据所述水印标签之间的映射关系和关系距离，建立所述第一样本数据集的水印标签图谱，所述映射关系用于表征所述水印标签之间的从属关系；
根据所述水印标签图谱，对所述第一样本数据集内的水印标签进行标注，得到训练样本。
4.根据权利要求3所述的方法，其中，所述根据所述水印标签图谱，对所述第一样本数据集内的水印标签进行标注，得到训练样本，包括：
在所述水印标签图谱内选取部分水印标签，得到第二样本数据集；
对所述第二样本数据集内的第二粒度标签进行标注，得到第一标注结果；
根据所述第一标注结果和所述水印标签图谱，对所述水印标签图谱内的所有水印标签进行映射标注，得到所述训练样本。
5.根据权利要求1所述的方法，其中，所述根据第一检测模型对所述待检测图像中的水印进行定位，得到水印区域图像，包括：
根据第一检测模型对所述待检测图像进行特征提取，得到待检测图像的特征图；
根据所述待检测图像的特征图，对待检测图像中的水印进行定位，得到水印区域的坐标；
根据所述水印区域的坐标，裁剪得到所述水印区域图像。
6.根据权利要求2－4任一项所述的方法，其中，在所述利用第二检测模型对所述水印区域图像进行两级特征提取，得到所述水印区域图像的第一级特征和第二级特征之前，所述方法还包括：
在卷积神经网络模型的中间层后嵌入第一卷积模块，得到初始特征提取分支，所述第一卷积模块包括一个卷积层和一个全连接层；
根据所述训练样本内的第一粒度标签对所述初始特征提取分支进行训练，得到第一特征提取分支，所述第一特征提取分支用于提取第一级特征；
根据所述训练样本内的第二粒度标签对所述卷积神经网络模型进行训练，得到第二特征提取分支，所述第二特征提取分支用于提取第二级特征；
根据所述第一特征提取分支和所述第二特征提取分支，生成所述第二检测模型。
7.根据权利要求6所述的方法，其中，所述根据第二检测模型对所述水印区域图像进行两级特征提取，得到所述水印区域图像的粗粒度特征和细粒度特征，包括：
根据所述第一特征提取分支，提取所述水印区域图像的第一级特征；
根据所述第二特征提取分支，提取所述水印区域图像的第二级特征。
8.根据权利要求1所述的方法，其中，所述根据所述水印区域图像的粗粒度特征和细粒度特征，获得所述水印区域图像的检测结果作为所述待检测图像的识别结果，包括：
根据所述水印区域图像的第一级特征，从水印标签底库内检测与所述水印区域图像的第一级特征对应的水印标签，得到第一检测结果；
根据所述水印区域图像的第二级特征，从所述第一检测结果内检测与所述水印区域图像的第二级特征对应的水印标签，得到第二检测结果；
将所述第二检测结果作为所述待检测图像的识别结果。
9.一种图像识别装置，包括：
获取模块，用于获取待检测图像；
定位模块，用于根据第一检测模型对所述待检测图像中的水印进行定位，得到水印区域图像；
特征提取模块，用于根据第二检测模型对所述水印区域图像进行两级特征提取，得到所述水印区域图像的第一级特征和第二级特征；
检测模块，用于根据所述水印区域图像的第一级特征和第二级特征，获得所述水印区域图像的检测结果作为所述待检测图像的识别结果。
10.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1－8中任一项所述的方法。
11.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1－8中任一项所述的方法。
12.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1－8中任一项所述的方法。
CN202210164801.6A 2022-02-22 2022-02-22 一种图像识别方法、装置、设备及存储介质 Pending CN114596442A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210164801.6A CN114596442A (zh) 2022-02-22 2022-02-22 一种图像识别方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210164801.6A CN114596442A (zh) 2022-02-22 2022-02-22 一种图像识别方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114596442A true CN114596442A (zh) 2022-06-07

Family

ID=81805575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210164801.6A Pending CN114596442A (zh) 2022-02-22 2022-02-22 一种图像识别方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114596442A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114842476A (zh) * 2022-06-29 2022-08-02 北京百度网讯科技有限公司 水印检测方法及装置、模型训练方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114842476A (zh) * 2022-06-29 2022-08-02 北京百度网讯科技有限公司 水印检测方法及装置、模型训练方法及装置

Similar Documents

Publication Publication Date Title
CN113379718B (zh) 一种目标检测方法、装置、电子设备以及可读存储介质
CN113657274B (zh) 表格生成方法、装置、电子设备及存储介质
CN113032672A (zh) 多模态poi特征的提取方法和装置
CN111488873B (zh) 一种基于弱监督学习的字符级场景文字检测方法和装置
US11255678B2 (en) Classifying entities in digital maps using discrete non-trace positioning data
CN115880536B (zh) 数据处理方法、训练方法、目标对象检测方法及装置
CN114429637B (zh) 一种文档分类方法、装置、设备及存储介质
CN110633594A (zh) 一种目标检测方法和装置
CN114818708B (zh) 关键信息抽取方法、模型训练方法、相关装置及电子设备
CN115578735B (zh) 文本检测方法和文本检测模型的训练方法、装置
CN115861400B (zh) 目标对象检测方法、训练方法、装置以及电子设备
CN113901998A (zh) 模型的训练方法、装置、设备、存储介质以及检测方法
JP2022185143A (ja) テキスト検出方法、テキスト認識方法及び装置
CN116994155A (zh) 一种地质岩性的解译方法、装置及存储介质
CN114596442A (zh) 一种图像识别方法、装置、设备及存储介质
CN114283343A (zh) 基于遥感卫星图像的地图更新方法、训练方法和设备
CN114120304A (zh) 实体识别方法、装置及计算机程序产品
CN113326766A (zh) 文本检测模型的训练方法及装置、文本检测方法及装置
CN113255501A (zh) 生成表格识别模型的方法、设备、介质及程序产品
CN116246287B (zh) 目标对象识别方法、训练方法、装置以及存储介质
CN115482436B (zh) 图像筛选模型的训练方法、装置以及图像筛选方法
CN114724113B (zh) 道路标牌识别方法、自动驾驶方法、装置和设备
CN115761698A (zh) 一种目标检测方法、装置、设备及存储介质
CN113887394A (zh) 一种图像处理方法、装置、设备及存储介质
CN113361522A (zh) 确定字符序列的方法、装置和电子设备

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