圖像傳播監測方法及裝置制造方法及圖紙

本發明專利技術公開了一種圖像傳播監測方法及裝置，屬于圖像識別領域。所述圖像傳播監測方法包括：識別圖像樣本集，得到所述圖像樣本集中的非法圖像；對所述非法圖像進行聚類分析，得到聚類數量多于第一閾值的傳播圖片；根據所述傳播圖片更新傳播圖片庫；比對待監測的目標圖像與傳播圖片庫中的傳播圖片；若所述目標圖像與傳播圖片的相似度高于第二閾值，則對所述目標圖像進行傳播追蹤分析。本發明專利技術通過主動識別網絡圖片，將識別結果聚類，得到為圖像傳播監測提供依據的傳播圖片庫，具有監管范圍廣、檢測時效性高、人力成本低的優點，嚴厲打擊非法圖像的惡意傳播。

Method and device for monitoring image transmission

The invention discloses a method and a device for monitoring image transmission, belonging to the field of image recognition. Including the image transmission monitoring method: identification of image samples, get illegal image of the image sample concentration; clustering analysis was carried out on the illegal images, get clustering more than the number of the first threshold transmission picture; according to the spread of images update propagation picture library; than to monitoring the target image and spread in the picture library the spread of the picture; if the similarity between the target image and the image transmission is greater than the second threshold, the target image propagation analysis. The present invention through the active recognition network images, the recognition results obtained provide the basis for clustering, the spread of picture library for monitoring image transmission, with a wide range of supervision, detection has the advantages of high efficiency, low labor cost, spread to crack down on illegal image.

【技術實現步驟摘要】
圖像傳播監測方法及裝置
本專利技術涉及圖像識別領域，特別涉及一種圖像傳播監測方法及裝置。
技術介紹
互聯網作為一種現代化通信技術，在世界范圍內迅速普及，網絡傳播途徑遍布世界的每一個角落。由于網絡世界是一個虛擬空間，人與人之間缺少日常社會的道德、倫理約束，使得一些不文明行為在網絡上肆意傳播，尤其是傳播對感官刺激強烈的色情圖像，誘發青少年犯罪，嚴重影響未成年人的健康成長，對社會治安產生了不良影響。為了預防及控制惡意圖片借助互聯網廣泛散播，現有途徑主要依靠監管部門抽查、民眾舉報或者媒體報道，目前，為了過濾色情等網上有害信息，近年來市場上也出現了大量的過濾軟件與系統，其技術手段是用人工手段將已知的色情網址或域名歸入“黑名單”地址庫中，封鎖瀏覽者登陸的“黑名單”中所列的網址與相關信息，對于大量未發現的和新增加的以及變換面貌的色情網址無能為力，不能實時地智能地發現并歸入黑名單，而且文字比對時也受不同國家文字的限制，造成監控始終處于被動過濾狀態。
技術實現思路
為了解決現有技術的問題，本專利技術提供了一種圖像傳播監測方法及裝置，監控時效性好，人力成本低，有效預防和及時制止惡意圖片傳播。所述技術方案如下：一方面，本專利技術提供了一種圖像傳播監測方法，所述方法包括：識別圖像樣本集，得到所述圖像樣本集中的非法圖像；對所述非法圖像進行聚類分析，得到聚類數量多于第一閾值的傳播圖片；根據所述傳播圖片更新傳播圖片庫；比對待監測的目標圖像與傳播圖片庫中的傳播圖片；若所述目標圖像與傳播圖片的相似度高于第二閾值，則對所述目標圖像進行傳播追蹤分析。進一步地，識別圖像樣本集之前還包括：建立圖像識別分類模型，通過所述圖像識別分類模型識別出所述非法圖像，所述圖像識別分類模型包括基于深度學習的神經網絡分類模型和基于支持向量機的分類模型。具體地，所述對所述目標圖像進行傳播追蹤分析包括：查詢所述目標圖像的發表來源信息和發表時間信息，并記錄與目標圖像對應的傳播圖片的匹配次數，進而獲取所述目標圖像的傳播途徑及傳播范圍信息。進一步地，對所述目標圖像進行傳播追蹤分析之后還包括：將追蹤分析結果發送給監管部門。具體地，所述對所述非法圖像進行聚類分析包括：獲取圖像特征信息，通過聚類分析算法將相似度高的圖片聚為一類；所述聚類數量為聚為一類的圖片的數量，所述傳播圖片為聚類數量達到第一閾值的圖片。具體地，所述比對待監測的目標圖像與傳播圖片庫中的傳播圖片包括：利用文件指紋算法獲取目標圖像的圖像指紋，基于所述圖像指紋，檢索判斷目標圖像是否與傳播圖片庫中的傳播圖片相同或相似。另一方面，本專利技術提供了一種圖像傳播監測裝置，所述裝置包括：識別模塊，用于識別圖像樣本集，得到所述圖像樣本集中的非法圖像；聚類模塊，用于對所述非法圖像進行聚類分析，得到聚類數量多于第一閾值的傳播圖片；傳播庫模塊，用于根據所述傳播圖片更新傳播圖片庫；比對模塊，用于比對待監測的目標圖像與傳播圖片庫中的傳播圖片；追蹤模塊，用于在目標圖像與傳播圖片的相似度高于第二閾值的情況下，對所述目標圖像進行傳播追蹤分析。進一步地，本專利技術提供的圖像傳播監測裝置還包括模型模塊，用于建立圖像識別分類模型，通過所述圖像識別分類模型識別出所述非法圖像，所述圖像識別分類模型包括基于深度學習的神經網絡分類模型和基于支持向量機的分類模型。具體地，所述追蹤模塊查詢所述目標圖像的發表來源信息和發表時間信息，并記錄與目標圖像對應的傳播圖片的匹配次數，進而獲取所述目標圖像的傳播途徑及傳播范圍信息。進一步地，本專利技術提供的圖像傳播監測裝置還包括發送模塊，用于將追蹤模塊的追蹤分析結果發送給監管部門。具體地，所述聚類模塊獲取圖像特征信息，通過聚類分析算法將相似度高的圖片聚為一類；所述聚類數量為聚為一類的圖片的數量，所述傳播圖片為聚類數量達到預設的聚類閾值的圖片。具體地，所述比對模塊利用文件指紋算法獲取目標圖像的圖像指紋，基于所述圖像指紋，檢索判斷目標圖像是否與傳播圖片庫中的傳播圖片相同或相似。本專利技術提供的技術方案帶來的有益效果如下：將發現的高傳播惡意圖片即時添加到被動識別系統的檢索庫中，以比對待監測的目標圖像，實時監測惡意圖片的高傳播趨勢，提高監控時效。附圖說明為了更清楚地說明本專利技術實施例中的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。圖1是本專利技術實施例提供的圖像傳播監測方法及裝置的實施環境示意圖；圖2是本專利技術實施例提供的圖像傳播監測方法的流程圖；圖3是本專利技術實施例提供的監控色情圖像傳播的操作流程圖；圖4是本專利技術實施例提供的分類模型的訓練方法流程圖；圖5是本專利技術實施例提供的圖像傳播監測裝置的模塊架構框圖；圖6是本專利技術實施例提供的圖像傳播監測裝置的計算機終端的硬件結構框圖。具體實施方式為了使本
的人員更好地理解本專利技術方案，下面將結合本專利技術實施例中的附圖，對本專利技術實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本專利技術一部分的實施例，而不是全部的實施例?；诒緦＠夹g中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都應當屬于本專利技術保護的范圍。需要說明的是，本專利技術的說明書和權利要求書及上述附圖中的術語“第一”、“第二”等是用于區別類似的對象，而不必用于描述特定的順序或先后次序。應該理解這樣使用的數據在適當情況下可以互換，以便這里描述的本專利技術的實施例能夠以除了在這里圖示或描述的那些以外的順序實施。此外，術語“包括”和“具有”以及他們的任何變形，意圖在于覆蓋不排他的包含，例如，包含了一系列步驟或單元的過程、方法、裝置、產品或設備不必限于清楚地列出的那些步驟或單元，而是可包括沒有清楚地列出的或對于這些過程、方法、產品或設備固有的其它步驟或單元。本專利技術提供了一種圖像傳播監測方法及裝置，參考圖1可以看出，其示出了本專利技術實施例提供的圖像傳播監測方法及裝置所涉及的實施環境的結構示意圖。該實施環境包括配置有用戶終端101、圖像傳播監測裝置102和數據庫103。其中，圖像傳播監測裝置102如下面裝置實施例所述，每個用戶終端101通過圖像傳播監測裝置102進行圖像傳播的監測。圖像傳播監測裝置102可以配置在用戶終端101中，也可以獨立于用戶終端101而配置。實施環境中可以有一至多個圖像傳播監測裝置102，組成一個圖像傳播監測裝置的集群，當需要進行圖像傳播監測的用戶終端101的個數較多時，多個圖像傳播監測裝置102可以并行監測操作，從而提高圖像傳播監測的速度。數據庫103中存儲有圖像傳播監測裝置102在監測圖像傳播過程中所需的數據，如待監測的圖片對象等。數據庫103除了可以獨立于圖像傳播監測裝置102和用戶終端101配置之外，還可以配置在圖像傳播監測裝置102中，使得圖像傳播監測裝置102可以直接從自身配置的數據庫中獲取所需的數據，或者數據庫103還可以配置在用戶終端101中，使得圖像傳播監測裝置102從用戶終端101配置的數據庫中獲取所需的數據，本專利技術實施例在此不對數據庫103的配置方式進行具體限定。用戶終端101與圖像傳播監測裝置102之間通過網絡進行通信，圖像傳播監測裝置1本文檔來自技高網...

【技術保護點】
一種圖像傳播監測方法，其特征在于，所述方法包括：識別圖像樣本集，得到所述圖像樣本集中的非法圖像；對所述非法圖像進行聚類分析，得到聚類數量多于第一閾值的傳播圖片；根據所述傳播圖片更新傳播圖片庫；比對待監測的目標圖像與傳播圖片庫中的傳播圖片；若所述目標圖像與傳播圖片的相似度高于第二閾值，則對所述目標圖像進行傳播追蹤分析。

【技術特征摘要】
1.一種圖像傳播監測方法，其特征在于，所述方法包括：識別圖像樣本集，得到所述圖像樣本集中的非法圖像；對所述非法圖像進行聚類分析，得到聚類數量多于第一閾值的傳播圖片；根據所述傳播圖片更新傳播圖片庫；比對待監測的目標圖像與傳播圖片庫中的傳播圖片；若所述目標圖像與傳播圖片的相似度高于第二閾值，則對所述目標圖像進行傳播追蹤分析。2.根據權利要求1所述的圖像傳播監測方法，其特征在于，識別圖像樣本集之前還包括：建立圖像識別分類模型，通過所述圖像識別分類模型識別出所述非法圖像，所述圖像識別分類模型包括基于深度學習的神經網絡分類模型和基于支持向量機的分類模型。3.根據權利要求1所述的圖像傳播監測方法，其特征在于，所述對所述目標圖像進行傳播追蹤分析包括：查詢所述目標圖像的發表來源信息和發表時間信息，并記錄與目標圖像對應的傳播圖片的匹配次數，進而獲取所述目標圖像的傳播途徑及傳播范圍信息。4.根據權利要求3所述的圖像傳播監測方法，其特征在于，對所述目標圖像進行傳播追蹤分析之后還包括：將追蹤分析結果發送給監管部門。5.根據權利要求1所述的圖像傳播監測方法，其特征在于，所述對所述非法圖像進行聚類分析包括：獲取圖像特征信息，通過聚類分析算法將相似度高的圖片聚為一類；所述聚類數量為聚為一類的圖片的數量，所述傳播圖片為聚類數量達到第一閾值的圖片。6.根據權利要求1-5中任意一項所述的圖像傳播監測方法，其特征在于，所述比對待監測的目標圖像與傳播圖片庫中的傳播圖片包括：利用文件指紋算法獲取目標圖像的圖像指紋，基于所述圖像指紋，檢索判斷目標圖像是否與傳播圖片庫中的傳播...

【專利技術屬性】
技術研發人員：余宗橋，
申請(專利權)人：騰訊科技上海有限公司，
類型：發明
國別省市：上海,31