图像检测方法、装置及电子设备制造方法及图纸

本公开提供了一种图像检测方法、装置及电子设备，涉及图像处理技术领域，尤其涉及图像检测技术领域。具体实现方案为：获取待检测图像；获取所述待检测图像的图像特征和宽高比特征中的至少一项；基于所述图像特征和所述宽高比特征中的至少一项，对所述待检测图像进行异常检测。能够提高图像检测的准确性和效率。能够提高图像检测的准确性和效率。

【技术实现步骤摘要】
图像检测方法、装置及电子设备


[0001]本公开涉及图像处理
，尤其涉及图像检测
，具体涉及一种图像检测方法、装置及电子设备。

技术介绍

[0002]随着人工智能和网络技术的高速发展，图像作为信息传播的方式得到了广泛的应用，用户可以通过上传图像来进行信息传播。
[0003]目前，对于图像的检测方式，通常是在自适应显示图像内容的基础上对图像内容进行识别并检测，若机器无法识别图像内容时，则进行人工检测。

技术实现思路

[0004]本公开提供了一种图像检测方法、装置及电子设备。
[0005]根据本公开的第一方面，提供了一种图像检测方法，包括：
[0006]获取待检测图像；
[0007]获取所述待检测图像的图像特征和宽高比特征中的至少一项；
[0008]基于所述图像特征和所述宽高比特征中的至少一项，对所述待检测图像进行异常检测。
[0009]根据本公开的第二方面，提供了一种图像检测装置，包括：
[0010]第一获取模块，用于获取待检测图像；
[0011]第二获取模块，用于获取所述待检测图像的图像特征和宽高比特征中的至少一项；
[0012]检测模块，用于基于所述图像特征和所述宽高比特征中的至少一项，对所述待检测图像进行异常检测。
[0013]根据本公开的第三方面，提供了一种电子设备，包括：
[0014]至少一个处理器；以及
[0015]与至少一个处理器通信连接的存储器；其中，
[0016]存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面中的任一项方法。
[0017]根据本公开的第四方面，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，该计算机指令用于使计算机执行第一方面中的任一项方法。
[0018]根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现第一方面中的任一项方法。
[0019]根据本公开的技术，基于待检测图像的图像特征和宽高比特征中的至少一项，确定待检测图像是否异常，能够更准确的识别图像中的异常内容，和/或，有利于筛查出尺寸异常的图像，提高图像检测的准确性和效率。
[0020]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
[0021]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0022]图1是根据本公开第一实施例的图像检测方法的流程示意图；
[0023]图2是根据本公开第二实施例的图像检测装置的结构示意图；
[0024]图3是用来实施本公开的实施例的示例电子设备的示意性框图。
具体实施方式
[0025]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。
[0026]第一实施例
[0027]如图1所示，本公开提供一种图像检测方法，包括如下步骤：
[0028]步骤S101：获取待检测图像。
[0029]本实施例中，图像检测方法涉及图像处理
，尤其涉及图像检测
，其可以广泛应用于图像审核、图像隐藏、人工智能(Artificial Intelligence，AI)安全等诸多场景。本公开实施例的图像检测方法，可以由本公开实施例的图像检测装置执行。本公开实施例的图像检测装置可以配置在任意电子设备中，以执行本公开实施例的图像检测方法。该电子设备可以为服务器，也可以为终端，这里不做具体限定。
[0030]待检测图像可以是各种格式的图像，比如JPG格式、PNG格式、BMP等静态图像，又比如GIF格式等动态图像，还比如静态图像与视频结合的Live Photo，这里不进行具体限定。待检测图像可以是各种尺寸的图像，比如宽高比为1:1的正方形图像，又比如宽高比为4:3、16:9或7:5的长方形图像，还比如其他形状不规则图像，这里不进行具体限定。
[0031]待检测图像可以通过摄像机拍摄获取，也可以是接收获取，比如接收用户设备或其他电子设备发送的图片文件，还可以获取预先存储的该待检测图像，具体可以根据实际情况进行设定，这里不进行具体限定。
[0032]在一可选实施方式中，在获取待检测图像后，可以进行预检测，具体可以确定待检测图像是否存在形式异常，形式异常的情况可以包括但不限于图像无法下载、展示不全、系统审核接口直接报错等，具体预检测的过程可以参照相关技术的说明，这里不进行具体阐述。可以理解的是，本实施例中，待检测图像可以视为预检测通过的图像。
[0033]步骤S102：获取待检测图像的图像特征和宽高比特征中的至少一项。
[0034]本步骤中，可以仅获取待检测图像的图像特征，也可以仅获取待检测图像的宽高比特征，还可以获取待检测图像的图像特征和宽高比特征。
[0035]待检测图像的图像特征可以从多个维度确定，比如待检测图像的内容特征、颜色特征、纹理特征、形状特征或空间关系特征。内容特征是指可以描述图像中具体内容，如文字内容或对象内容的特征；颜色特征是指可以描述图像或图像区域的色彩的特征，颜色特征可以基于图像的像素点确定；纹理特征是指可以描述图像或图像区域的表面性质；形状
特征可以包括轮廓特征和区域特征中的至少一种，轮廓特征是指可以描述图像或图像中对象的外边界的特征，区域特征是指可以描述图像或图像中的对象的形状区域的特征；空间关系特征是指可以描述图像中的多个对象之间的空间位置或相对方向关系。
[0036]待检测图像的图像特征的获取方式有多种，具体可以根据图像特征的具体种类确定。比如，若待检测图像的图像特征包括颜色特征，可以通过提取图像中各像素点的颜色获取待检测图像的颜色特征，又比如，若待检测图像的图像特征包括轮廓特征，可以通过边界特征法或傅里叶形状描述法获取待检测图像的轮廓特征，还比如，若待检测图像的图像特征包括区域特征，可以通过卷积处理或其他机器学习处理获取待检测图像的区域特征。可以理解的是，待检测图像的图像特征的获取方式并不限于此，具体可以根据实际情况进行设定，具体获取方式可以参照相关技术的说明，这里不进行具体阐述。
[0037]待检测图像的宽高比特征是指待检测图像的宽度与高度两个数值之间的比例关系，可以包括宽高比，即宽度/高度的值，也可以包括高宽比，即高度/宽度的值，这里不进行具体限定。
[0038]待检测图像的宽高比特征可以通过对待检测图像的宽度和高度进行测量后计算获取。
[0039]步骤S103：基于图像特征和宽高比特征中的至少一项，对待检测图像进行异常本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像检测方法，包括：获取待检测图像；获取所述待检测图像的图像特征和宽高比特征中的至少一项；基于所述图像特征和所述宽高比特征中的至少一项，对所述待检测图像进行异常检测。2.根据权利要求1所述的方法，其中，所述基于所述图像特征和宽高比特征中的至少一项，对所述待检测图像进行异常检测，包括：在所述待检测图像的宽高比大于第一宽高比阈值的情况下，基于所述图像特征，对所述待检测图像进行异常检测。3.根据权利要求2所述的方法，其中，所述在所述待检测图像的宽高比大于第一宽高比阈值的情况下，基于所述图像特征，对所述待检测图像进行异常检测，包括：在所述待检测图像的宽高比大于第一宽高比阈值，且所述待检测图像的宽度大于宽度阈值的情况下，基于所述图像特征，对所述待检测图像进行异常检测；或者，在所述待检测图像的宽高比大于第一宽高比阈值，且所述待检测图像的长度大于长度阈值的情况下，基于所述图像特征，对所述待检测图像进行异常检测。4.根据权利要求2或3所述的方法，其中，所述图像特征包括图像区域特征，所述基于所述图像特征，对所述待检测图像进行异常检测，包括：在所述图像区域特征表征目标图像区域在所述待检测图像中的占比大于占比阈值，且所述图像区域特征表征所述目标图像区域在所述待检测图像的预设区域的情况下，确定所述待检测图像异常，所述目标图像区域内的图像内容相匹配。5.根据权利要求4所述的方法，其中，所述图像区域特征通过以下方式获取：对所述待检测图像中的M个检测区域进行卷积处理，得到所述M个检测区域的M个区域特征信息，M为大于1的整数；基于所述M个区域特征信息，确定所述图像区域特征。6.根据权利要求1所述的方法，其中，所述基于所述图像特征和宽高比特征中的至少一项，对所述待检测图像进行异常检测，包括：在所述待检测图像的宽高比大于第二宽高比阈值的情况下，确定所述待检测图像异常。7.根据权利要求1所述的方法，其中，所述获取待检测图像，包括：获取所述待检测图像的字节流，并基于所述字节流确定所述待检测图像的文件格式；所述获取所述待检测图像的图像特征和宽高比特征中的至少一项，包括：在所述字节流表征所述待检测图像为预设文件格式的情况下，获取所述待检测图像中的预设帧图像的图像特征和宽高比特征中的至少一项。8.一种图像检测装置，包括：第一获取模块，用于获取待检测图像；第二获取模块，用于获取所述待检测图像的图像特征和宽高比特征中的至少一项；检测模块，用于基于所述图像特征和所述宽高比特征中的至少一项，对所述待检测图像进行异常检测。9...

【专利技术属性】
技术研发人员：张欢，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：