防止圖片二次傳播的方法及裝置製造方法
2023-10-27 16:48:37 2
防止圖片二次傳播的方法及裝置製造方法
【專利摘要】本公開是關於一種防止圖片二次傳播的方法及裝置。所述方法包括：提取待分析圖片的局部特徵；根據所述待分析圖片的局部特徵遍歷聚類樹，確定所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點，所述聚類樹為對禁止傳播圖片庫中的禁止傳播圖片提取局部特徵後，利用聚類算法將所述禁止傳播圖片的局部特徵進行聚類後得到的；根據所述待分析圖片的局部特徵所屬的葉子節點，判斷所述待分析圖片是否為禁止傳播圖片；當所述待分析圖片為禁止傳播圖片時，執行預設的防傳播操作。本公開用於對網絡中的禁止傳播圖片進行識別，並防止這些圖片的二次傳播。
【專利說明】防止圖片二次傳播的方法及裝置
【技術領域】
[0001]本公開涉及圖像分析【技術領域】，尤其涉及一種防止圖片二次傳播的方法及裝置。
【背景技術】
[0002]隨著讀圖時代的到來，圖片的傳播取得了前所未有的發展。但是，對於違背社會倫理道德的圖片，如內容失實的虛假圖片，被修改的圖片，血腥、殘酷、恐怖的圖片，侵犯被拍攝者的肖像權、隱私權、名譽權的圖片，「泡沫」圖片，零信息圖片，空頭圖片，及一些色情挑逗圖片等等，需要禁止其在網絡上傳播。
[0003]相關技術中，大多利用圖片的統一資源定位符(Uniform Resource Locator,縮寫為URL)或消息摘要算法第五版(Message Digest Algorithm MD5)來識別需要禁止傳播的圖片。
[0004]相關技術中存在如下問題:若圖像的URL發生變化,或者圖像被改動,或者有所裁剪，則無法被識別出來，因此，採用相關技術的技術方案，無法準確、有效、全面地禁止違背社會倫理道德的圖片的傳播。
【發明內容】
[0005]為克服相關技術中存在的問題，本公開實施例提供一種防止圖片二次傳播的方法及裝置。
[0006]根據本公開實施例的第一方面，提供一種防止圖片二次傳播的方法，包括:
[0007]提取待分析圖片的局部特徵；
[0008]根據所述待分析圖片的局部特徵遍歷聚類樹，確定所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點，所述聚類樹為對禁止傳播圖片庫中的禁止傳播圖片提取局部特徵後，利用聚類算法將所述禁止傳播圖片的局部特徵進行聚類後得到的；
[0009]根據所述待分析圖片的局部特徵所屬的葉子節點，判斷所述待分析圖片是否為禁止傳播圖片；
[0010]當所述待分析圖片為禁止傳播圖片時，執行預設的防傳播操作。
[0011]本實施例中，建立禁止傳播圖片局部特徵庫，將待分析圖片的局部特徵與禁止傳播圖片局部特徵庫進行比對，以分析待分析圖片是否為禁止傳播圖片。通過圖片的局部特徵識別禁止傳播圖片，即使圖片被PS、裁剪、旋轉或其他變換，也能夠準確地識別出禁止傳播圖片，一旦禁止傳播圖片被識別出，則無論其被如何修改，都再無被傳播的可能，可以準確、有效、全面地禁止違背社會倫理道德的圖片的傳播。並且，由於採用遍歷聚類樹的方式對局部特徵進行查詢，識別禁止傳播圖片的速度快，提高識別效率，可以迅速對違背社會倫理道德的圖片進行處理，也不會影響正常圖片的傳播，用戶體驗度較好。
[0012]可選的，所述根據與所述待分析圖片的局部特徵所屬的葉子節點，判斷所述待分析圖片是否為禁止傳播圖片，包括:
[0013]確定所述葉子節點中的局部特徵，所述葉子節點中的局部特徵與所述待分析圖片的局部特徵匹配；
[0014]查詢所述葉子節點中的局部特徵對應的禁止傳播圖片；
[0015]統計每個禁止傳播圖片對應的待分析圖片的局部特徵的個數；
[0016]根據所述每個禁止傳播圖片對應的待分析圖片的局部特徵的個數，判定所述待分析圖片是否與所述禁止傳播圖片庫中的至少一個禁止傳播圖片匹配；
[0017]當所述所述待分析圖片與所述禁止傳播圖片庫中的至少一個禁止傳播圖片匹配時，確定所述待分析圖片為禁止傳播圖片。
[0018]在可選方案中，通過採用遍歷聚類樹的方式對局部特徵進行查詢，識別禁止傳播圖片的速度快，提高識別效率，可以迅速對違背社會倫理道德的圖片進行處理，也不會影響正常圖片的傳播，並且，提高識別禁止傳播圖片的準確度，避免漏識別和誤識別，用戶體驗度較好。
[0019]可選的，所述根據所述每個禁止傳播圖片對應的待分析圖片的局部特徵的個數，確定所述待分析圖片是否與所述禁止傳播圖片庫中的至少一個禁止傳播圖片匹配，包括:
[0020]當至少一個禁止傳播圖片對應的待分析圖片的局部特徵的個數超過預設數量值時，確定所述待分析圖片與所述至少一個禁止傳播圖片匹配，所述待分析圖片為禁止傳播圖片。
[0021]在可選方案中，通過對判定禁止傳播圖片的匹配的局部特徵的個數進行限定，不僅提高識別禁止傳播圖片的速度和效率，可以迅速對違背社會倫理道德的圖片進行處理，也不會影響正常圖片的傳播，並且，提高識別禁止傳播圖片的準確度，避免漏識別和誤識另U，用戶體驗度較好。
[0022]可選的，所述查詢所述葉子節點中的局部特徵對應的禁止傳播圖片，包括:
[0023]根據所述葉子節點中的局部特徵的特徵標識，從倒排文檔中查詢所述特徵標識對應的圖片標識，所述倒排文檔中記錄所述聚類樹中每個葉子節點的節點標識，每個葉子節點中包含特徵的特徵標識，及每個特徵對應的禁止傳播圖片的圖片標識；
[0024]根據所述圖片標識確定所述禁止傳播圖片。
[0025]在可選方案中，採用倒排文檔的方式記錄禁止傳播圖片的局部特徵，將待分析圖片的局部特徵在倒排文檔中進行比對，提高了識別禁止傳播圖片的速度和效率，可以迅速對違背社會倫理道德的圖片進行處理，也不會影響正常圖片的傳播，並且，提高識別禁止傳播圖片的準確度，避免漏識別和誤識別，用戶體驗度較好。
[0026]可選的，當所述待分析圖片為禁止傳播圖片時，所述方法還包括:
[0027]獲取所述待分析圖片的圖片標識；
[0028]記錄所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點的節點標識，以及所述待分析圖片的局部特徵匹配的所述葉子節點中的局部特徵的特徵標識；
[0029]在所述倒排文檔中添加所述待分析圖片的圖片標識，以及所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點的節點標識，以及所述待分析圖片的局部特徵匹配的所述葉子節點中的局部特徵的特徵標識。
[0030]在可選方案中，當確定待分析圖片為禁止傳播圖片後，將該待分析圖片的局部特徵加入到倒排文檔中，用於後續對其他圖片的識別。這樣，一旦禁止傳播圖片被識別出，則無論其被如何修改，都再無被傳播的可能，可以準確、有效、全面地禁止違背社會倫理道德的圖片的傳播。
[0031]可選的，所述局部特徵為圖片的旋轉不變性特徵。
[0032]可選的，所述聚類算法為Kmeans算法。
[0033]根據本公開實施例的第二方面，提供一種防止圖片二次傳播的裝置，包括:
[0034]提取模塊，用於提取待分析圖片的局部特徵；
[0035]確定模塊，用於根據所述待分析圖片的局部特徵遍歷聚類樹，確定所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點，所述聚類樹為對禁止傳播圖片庫中的禁止傳播圖片提取局部特徵後，利用聚類算法將所述禁止傳播圖片的局部特徵進行聚類後得到的；
[0036]判斷模塊，用於根據所述待分析圖片的局部特徵所屬的葉子節點，判斷所述待分析圖片是否為禁止傳播圖片；
[0037]執行模塊，用於當所述待分析圖片為禁止傳播圖片時，執行預設的防傳播操作。
[0038]可選的，所述判斷模塊包括:
[0039]第一確定子模塊，用於確定所述葉子節點中的局部特徵，所述葉子節點中的局部特徵與所述待分析圖片的局部特徵匹配；
[0040]查詢子模塊，用於查詢所述葉子節點中的局部特徵對應的禁止傳播圖片；
[0041]統計子模塊，用於統計每個禁止傳播圖片對應的待分析圖片的局部特徵的個數；
[0042]判定子模塊，用於根據所述每個禁止傳播圖片對應的待分析圖片的局部特徵的個數，確定所述待分析圖片是否與所述禁止傳播圖片庫中的至少一個禁止傳播圖片匹配；
[0043]第二確定子模塊，用於當所述所述待分析圖片與所述禁止傳播圖片庫中的至少一個禁止傳播圖片匹配時，確定所述待分析圖片為禁止傳播圖片。
[0044]可選的，所述判定子模塊，用於當至少一個禁止傳播圖片對應的待分析圖片的局部特徵的個數超過預設數量值時，確定所述待分析圖片與所述至少一個禁止傳播圖片匹配，所述待分析圖片為禁止傳播圖片。
[0045]可選的，所述查詢子模塊，用於根據所述葉子節點中的局部特徵的特徵標識，從倒排文檔中查詢所述特徵標識對應的圖片標識，所述倒排文檔中記錄所述聚類樹中每個葉子節點的節點標識，每個葉子節點中包含特徵的特徵標識，及每個特徵對應的禁止傳播圖片的圖片標識；根據所述圖片標識確定所述禁止傳播圖片。
[0046]可選的，所述裝置還包括:
[0047]獲取模塊，用於當所述待分析圖片為禁止傳播圖片時，獲取所述待分析圖片的圖片標識；
[0048]記錄模塊，用於記錄所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點的節點標識，以及所述待分析圖片的局部特徵匹配的所述葉子節點中的局部特徵的特徵標識；
[0049]添加模塊，用於在所述倒排文檔中添加所述待分析圖片的圖片標識，以及所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點的節點標識，以及所述待分析圖片的局部特徵匹配的所述葉子節點中的局部特徵的特徵標識。
[0050]根據本公開實施例的第三方面，提供一種防止圖片二次傳播的裝置，包括:
[0051]處理器；
[0052]用於存儲處理器可執行指令的存儲器；
[0053]其中，所述處理器被配置為:
[0054]提取待分析圖片的局部特徵；
[0055]根據所述待分析圖片的局部特徵遍歷聚類樹，確定所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點，所述聚類樹為對禁止傳播圖片庫中的禁止傳播圖片提取局部特徵後，利用聚類算法將所述禁止傳播圖片的局部特徵進行聚類後得到的；
[0056]根據所述待分析圖片的局部特徵所屬的葉子節點，判斷所述待分析圖片是否為禁止傳播圖片；
[0057]當所述待分析圖片為禁止傳播圖片時，執行預設的防傳播操作。
[0058]應當理解的是，以上的一般描述和後文的細節描述僅是示例性和解釋性的，並不能限制本公開。
【專利附圖】
【附圖說明】
[0059]此處的附圖被併入說明書中並構成本說明書的一部分，示出了符合本公開的實施例，並與說明書一起用於解釋本公開的原理。
[0060]圖1是根據一示例性實施例示出的一種防止圖片二次傳播的方法的流程圖；
[0061]圖2是根據一示例性實施例示出的Kmeans樹的示意圖；
[0062]圖3是根據另一示例性實施例示出的一種防止圖片二次傳播的方法的流程圖；
[0063]圖4是根據另一示例性實施例示出的一種防止圖片二次傳播的方法的流程圖；
[0064]圖5是根據另一示例性實施例示出的一種防止圖片二次傳播的方法的流程圖；
[0065]圖6是根據另一示例性實施例示出的倒排文檔樹的示意圖；
[0066]圖7是根據另一示例性實施例示出的一種防止圖片二次傳播的方法的流程圖；
[0067]圖8是根據一示例性實施例示出的一種防止圖片二次傳播的裝置的框圖；
[0068]圖9是根據一示例性實施例示出的判斷模塊的框圖；
[0069]圖10是根據另一示例性實施例示出的一種防止圖片二次傳播的裝置的框圖；
[0070]圖11是根據一示例性實施例示出的一種用於防止圖片二次傳播的裝置1100的框圖。
【具體實施方式】
[0071]這裡將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數字表示相同或相似的要素。以下示例性實施例中所描述的實施方式並不代表與本公開相一致的所有實施方式。相反，它們僅是與如所附權利要求書中所詳述的、本公開的一些方面相一致的裝置和方法的例子。
[0072]圖1是根據一示例性實施例示出的一種防止圖片二次傳播的方法的流程圖，如圖1所示，防止圖片二次傳播的方法用於網絡側的伺服器中，包括以下步驟。
[0073]在步驟Sll中，提取待分析圖片的局部特徵。
[0074]在步驟S12中，根據待分析圖片的局部特徵遍歷聚類樹，確定待分析圖片的局部特徵所屬的聚類樹的葉子節點，聚類樹為對禁止傳播圖片庫中的禁止傳播圖片提取局部特徵後，利用聚類算法將禁止傳播圖片的局部特徵進行聚類後得到的。
[0075]在步驟S13中，根據待分析圖片的局部特徵所屬的葉子節點，判斷待分析圖片是否為禁止傳播圖片。
[0076]在步驟S14中，當待分析圖片為禁止傳播圖片時，執行預設的防傳播操作。
[0077]本實施例中，建立禁止傳播圖片局部特徵庫，將待分析圖片的局部特徵與禁止傳播圖片局部特徵庫進行比對，以分析待分析圖片是否為禁止傳播圖片。通過圖片的局部特徵識別禁止傳播圖片，即使圖片被PS、裁剪、旋轉或其他變換，也能夠準確地識別出禁止傳播圖片，一旦禁止傳播圖片被識別出，則無論其被如何修改，都再無被傳播的可能，可以準確、有效、全面地禁止違背社會倫理道德的圖片的傳播。並且，由於採用遍歷聚類樹的方式對局部特徵進行查詢，識別禁止傳播圖片的速度快，提高識別效率，可以迅速對違背社會倫理道德的圖片進行處理，也不會影響正常圖片的傳播，用戶體驗度較好。
[0078]可選的，局部特徵為圖片的旋轉不變性(Scale-1nvariant feature transform,Sift)特徵。
[0079]可選的，聚類算法為Kmeans算法。
[0080]在步驟Sll中，提取待分析圖片A的Sift特徵。
[0081]在步驟S12中，聚類樹為對禁止傳播圖片庫中的禁止傳播圖片提取Sift特徵後，利用Kmeans算法將禁止傳播圖片的Sift特徵進行聚類後得到的。
[0082]例如，如圖2所示，禁止傳播圖片庫中有30000張圖片，其中每張圖片提取0_300個Sift特徵,共提取出90萬個Sift特徵,用Kmeans算法對這些Sift特徵進行訓練,得到一個2層250叉樹的Kmeans樹。遍歷Kmeans樹,確定待分析圖片的Sift特徵滑落的葉子節點位置。其中，每個葉子節點中可包含多個Sift特徵。
[0083]在步驟S13中，確定待分析圖片A的Sift特徵滑落的Kmeans樹的葉子節點位置，以判斷待分析圖片A是否與禁止傳播圖片庫中的某張禁止傳播圖片匹配。
[0084]在步驟S14中，如果確定待分析圖片A與某張禁止傳播圖片匹配時，執行防傳播操作，如屏蔽該圖片A，或者同時禁止傳播該圖片A的用戶Ul再次上傳圖片，或者記錄用戶Ul上傳禁止傳播圖片的次數，如果超過一定閾值，則屏蔽該用戶，或者，可對用戶Ul的行為向網絡管理員或公安機關進行報警。
[0085]圖3是根據另一示例性實施例示出的一種防止圖片二次傳播的方法的流程圖，如圖3所示,可選的,上述步驟S13包括:
[0086]在步驟S31中，確定葉子節點中的局部特徵，葉子節點中的局部特徵與待分析圖片的局部特徵匹配；
[0087]在步驟S32中，查詢葉子節點中的局部特徵對應的禁止傳播圖片；
[0088]在步驟S33中，統計每個禁止傳播圖片對應的待分析圖片的局部特徵的個數；
[0089]在步驟S34中，根據每個禁止傳播圖片對應的待分析圖片的局部特徵的個數，判定待分析圖片是否與禁止傳播圖片庫中的至少一個禁止傳播圖片匹配；
[0090]在步驟S35中，當待分析圖片與禁止傳播圖片庫中的至少一個禁止傳播圖片匹配時，確定待分析圖片為禁止傳播圖片。
[0091]在可選方案中，通過採用遍歷聚類樹的方式對局部特徵進行查詢，識別禁止傳播圖片的速度快，提高識別效率，可以迅速對違背社會倫理道德的圖片進行處理，也不會影響正常圖片的傳播，並且，提高識別禁止傳播圖片的準確度，避免漏識別和誤識別，用戶體驗度較好。
[0092]可選的，上述步驟S24包括:
[0093]當至少一個禁止傳播圖片對應的待分析圖片的局部特徵的個數超過預設數量值時，確定待分析圖片與至少一個禁止傳播圖片匹配，待分析圖片為禁止傳播圖片。
[0094]例如，可以設置預設數量值為10，即當至少10個待分析圖片A的Sift特徵命中了同一個禁止傳播圖片B，則可以確定待分析圖片A與禁止傳播圖片B為同一張圖片，待分析圖片A為禁止傳播圖片。
[0095]在可選方案中，通過對判定禁止傳播圖片的匹配的局部特徵的個數進行限定，不僅提高識別禁止傳播圖片的速度和效率，可以迅速對違背社會倫理道德的圖片進行處理，也不會影響正常圖片的傳播，並且，提高識別禁止傳播圖片的準確度，避免漏識別和誤識另IJ，用戶體驗度較好。
[0096]圖4是根據另一示例性實施例示出的一種防止圖片二次傳播的方法的流程圖，如圖4所示,可選的,上述步驟S32包括:
[0097]在步驟S41中，根據葉子節點中的局部特徵的特徵標識，從倒排文檔中查詢特徵標識對應的圖片標識，倒排文檔中記錄聚類樹中每個葉子節點的節點標識，每個葉子節點中包含特徵的特徵標識，及每個特徵對應的禁止傳播圖片的圖片標識；
[0098]在步驟S42中，根據圖片標識確定禁止傳播圖片。
[0099]例如，對於圖2中的Kmeans樹，可以保存最下面一層的葉子節點，生成倒排文檔，倒排文檔中記錄Kmeans樹中每個葉子節點的節點標識,每個葉子節點中包含Sift特徵的特徵標識，及每個Sift特徵對應的禁止傳播圖片的圖片標識。這樣，可以在倒排文檔中快速地查詢葉子節點中的Sift特徵對應的禁止傳播圖片。
[0100]在可選方案中，採用倒排文檔的方式記錄禁止傳播圖片的局部特徵，將待分析圖片的局部特徵在倒排文檔中進行比對，提高了識別禁止傳播圖片的速度和效率，可以迅速對違背社會倫理道德的圖片進行處理，也不會影響正常圖片的傳播，並且，提高識別禁止傳播圖片的準確度，避免漏識別和誤識別，用戶體驗度較好。
[0101]圖5是根據另一示例性實施例示出的一種防止圖片二次傳播的方法的流程圖，如圖5所示，可選的，當待分析圖片為禁止傳播圖片時，該方法還包括:
[0102]在步驟S51中，獲取待分析圖片的圖片標識；
[0103]在步驟S52中，記錄待分析圖片的局部特徵所屬的聚類樹的葉子節點的節點標識，以及待分析圖片的局部特徵匹配的葉子節點中的局部特徵的特徵標識；
[0104]在步驟S53中，在倒排文檔中添加待分析圖片的圖片標識，以及待分析圖片的局部特徵所屬的聚類樹的葉子節點的節點標識，以及待分析圖片的局部特徵匹配的葉子節點中的局部特徵的特徵標識。
[0105]例如，如圖6所示，當確定待分析圖片A為禁止傳播圖片時，在倒排文檔中增加該待分析圖片A的的圖片標識，每個Sift特徵滑落的葉子節點位置以及匹配的葉子節點中的Sift特徵的特徵標識。
[0106]在可選方案中，當確定待分析圖片為禁止傳播圖片後，將該待分析圖片的局部特徵加入到倒排文檔中，用於後續對其他圖片的識別。這樣，一旦禁止傳播圖片被識別出，則無論其被如何修改，都再無被傳播的可能，可以準確、有效、全面地禁止違背社會倫理道德的圖片的傳播。
[0107]下面以一個具體實例對上述方法進行詳細說明。
[0108]圖7是根據另一示例性實施例示出的一種防止圖片二次傳播的方法的流程圖，如圖7所示，該方法包括以下步驟:
[0109]在步驟S71中，獲取用戶通過即時通訊軟體上傳的圖片A。
[0110]在步驟S72中，提取圖片A的100個Sift特徵。
[0111]在步驟S73中，遍歷Kmeans樹,記錄圖片A的100個Sift特徵滑落的葉子節點，命中的葉子節點中的Sift特徵，以及命中的Sift特徵對應的禁止傳播圖片。
[0112]在步驟S74中，統計被命中的每個禁止傳播圖片對應的圖片A的Sift特徵的個數，例如，禁止傳播圖片BI對應圖片A的58個Sift特徵，禁止傳播圖片B2對應圖片A的43個Sift特徵，禁止傳播圖片B3對應圖片A的17個Sift特徵，禁止傳播圖片B4對應圖片A的9個Sift特徵，禁止傳播圖片B5對應圖片A的3個Sift特徵。
[0113]在步驟S75中，判斷是否有被命中的每個禁止傳播圖片對應的圖片A的Sift特徵的個數超過40，如果是，執行步驟S76，如果否，執行步驟S77。
[0114]在步驟S76中，確定圖片A為禁止傳播圖片，屏蔽圖片A。
[0115]在步驟S77中，正常顯示該圖片A。
[0116]本實施例，可以對用戶通過即時通訊軟體上傳的圖片或在BBS中等上傳的圖片進行識別，當發現為禁止傳播圖片時，屏蔽該圖片，即使圖片被PS、裁剪、旋轉或其他變換，也能夠準確地識別出禁止傳播圖片，一旦禁止傳播圖片被識別出，則無論其被如何修改，都再無被傳播的可能，可以準確、有效、全面地禁止違背社會倫理道德的圖片的傳播。並且，由於採用遍歷聚類樹的方式對局部特徵進行查詢，識別禁止傳播圖片的速度快，提高識別效率，可以迅速對違背社會倫理道德的圖片進行處理，也不會影響正常圖片的傳播，用戶體驗度較好。
[0117]圖8是根據一示例性實施例示出的一種防止圖片二次傳播的裝置的框圖，如圖8所示，該裝置包括提取模塊81，確定模塊82，判斷模塊83和執行模塊84。
[0118]提取模塊81被配置為提取待分析圖片的局部特徵；
[0119]確定模塊82被配置為根據所述待分析圖片的局部特徵遍歷聚類樹，確定所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點，所述聚類樹為對禁止傳播圖片庫中的禁止傳播圖片提取局部特徵後，利用聚類算法將所述禁止傳播圖片的局部特徵進行聚類後得到的；
[0120]判斷模塊83被配置為根據所述待分析圖片的局部特徵所屬的葉子節點，判斷所述待分析圖片是否為禁止傳播圖片；
[0121]執行模塊84被配置為當所述待分析圖片為禁止傳播圖片時，執行預設的防傳播操作。
[0122]圖9是根據一示例性實施例示出的判斷模塊的框圖，如圖9所示，可選的，判斷模塊83包括:
[0123]第一確定子模塊91被配置為確定所述葉子節點中的局部特徵，所述葉子節點中的局部特徵與所述待分析圖片的局部特徵匹配；
[0124]查詢子模塊92被配置為查詢所述葉子節點中的局部特徵對應的禁止傳播圖片；
[0125]統計子模塊93被配置為統計每個禁止傳播圖片對應的待分析圖片的局部特徵的個數；
[0126]判定子模塊94被配置為根據所述每個禁止傳播圖片對應的待分析圖片的局部特徵的個數，確定所述待分析圖片是否與所述禁止傳播圖片庫中的至少一個禁止傳播圖片匹配；
[0127]第二確定子模塊95被配置為當所述所述待分析圖片與所述禁止傳播圖片庫中的至少一個禁止傳播圖片匹配時，確定所述待分析圖片為禁止傳播圖片。
[0128]可選的，判定子模塊94被配置為當至少一個禁止傳播圖片對應的待分析圖片的局部特徵的個數超過預設數量值時，確定所述待分析圖片與所述至少一個禁止傳播圖片匹配，所述待分析圖片為禁止傳播圖片。
[0129]可選的，查詢子模塊92被配置為根據所述葉子節點中的局部特徵的特徵標識，從倒排文檔中查詢所述特徵標識對應的圖片標識，所述倒排文檔中記錄所述聚類樹中每個葉子節點的節點標識，每個葉子節點中包含特徵的特徵標識，及每個特徵對應的禁止傳播圖片的圖片標識；根據所述圖片標識確定所述禁止傳播圖片。
[0130]圖10是根據另一示例性實施例示出的一種防止圖片二次傳播的裝置的框圖，如圖10所示，可選的，該裝置還包括:
[0131]獲取模塊85被配置為當所述待分析圖片為禁止傳播圖片時，獲取所述待分析圖片的圖片標識；
[0132]記錄模塊86被配置為記錄所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點的節點標識，以及所述待分析圖片的局部特徵匹配的所述葉子節點中的局部特徵的特徵標識；
[0133]添加模塊87被配置為在所述倒排文檔中添加所述待分析圖片的圖片標識，以及所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點的節點標識，以及所述待分析圖片的局部特徵匹配的所述葉子節點中的局部特徵的特徵標識。
[0134]關於上述實施例中的裝置，其中各個模塊執行操作的具體方式已經在有關該方法的實施例中進行了詳細描述，此處將不做詳細闡述說明。
[0135]本實施例中，建立禁止傳播圖片局部特徵庫，將待分析圖片的局部特徵與禁止傳播圖片局部特徵庫進行比對，以分析待分析圖片是否為禁止傳播圖片。通過圖片的局部特徵識別禁止傳播圖片，即使圖片被PS、裁剪、旋轉或其他變換，也能夠準確地識別出禁止傳播圖片，一旦禁止傳播圖片被識別出，則無論其被如何修改，都再無被傳播的可能，可以準確、有效、全面地禁止違背社會倫理道德的圖片的傳播。並且，由於採用遍歷聚類樹的方式對局部特徵進行查詢，識別禁止傳播圖片的速度快，提高識別效率，可以迅速對違背社會倫理道德的圖片進行處理，也不會影響正常圖片的傳播，用戶體驗度較好。
[0136]圖11是根據一示例性實施例示出的一種用於防止圖片二次傳播的裝置1100的框圖。例如，裝置1100可以被提供為一伺服器。參照圖11，裝置1100包括處理組件1122，其進一步包括一個或多個處理器，以及由存儲器1132所代表的存儲器資源，用於存儲可由處理組件1122的執行的指令，例如應用程式。存儲器1132中存儲的應用程式可以包括一個或一個以上的每一個對應於一組指令的模塊。此外，處理組件1122被配置為執行指令，以執行上述方法……
[0137]裝置1100還可以包括一個電源組件1126被配置為執行裝置1100的電源管理，一個有線或無線網絡接口 1150被配置為將裝置1100連接到網絡，和一個輸入輸出(I/O)接口 1158。裝置1100可以操作基於存儲在存儲器1132的作業系統，例如Windows ServerTM,Mac OS XTM, UnixTM, LinuxTM, FreeBSDTM 或類似。
[0138]在示例性實施例中，還提供了一種包括指令的非臨時性計算機可讀存儲介質，例如包括指令的存儲器1304，上述指令可由裝置1300的處理器1320執行以完成上述方法。例如，所述非臨時性計算機可讀存儲介質可以是ROM、隨機存取存儲器(RAM)、CD-ROM、磁帶、軟盤和光數據存儲設備等。
[0139]一種非臨時性計算機可讀存儲介質，當所述存儲介質中的指令由伺服器的處理器執行時，使得伺服器能夠執行一種防止圖片二次傳播的方法，包括:
[0140]提取待分析圖片的局部特徵；
[0141]根據所述待分析圖片的局部特徵遍歷聚類樹，確定所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點，所述聚類樹為對禁止傳播圖片庫中的禁止傳播圖片提取局部特徵後，利用聚類算法將所述禁止傳播圖片的局部特徵進行聚類後得到的；
[0142]根據所述待分析圖片的局部特徵所屬的葉子節點，判斷所述待分析圖片是否為禁止傳播圖片；
[0143]當所述待分析圖片為禁止傳播圖片時，執行預設的防傳播操作。
[0144]可選的，所述根據與所述待分析圖片的局部特徵所屬的葉子節點，判斷所述待分析圖片是否為禁止傳播圖片，包括:
[0145]確定所述葉子節點中的局部特徵，所述葉子節點中的局部特徵與所述待分析圖片的局部特徵匹配；
[0146]查詢所述葉子節點中的局部特徵對應的禁止傳播圖片；
[0147]統計每個禁止傳播圖片對應的待分析圖片的局部特徵的個數；
[0148]根據所述每個禁止傳播圖片對應的待分析圖片的局部特徵的個數，判定所述待分析圖片是否與所述禁止傳播圖片庫中的至少一個禁止傳播圖片匹配；
[0149]當所述所述待分析圖片與所述禁止傳播圖片庫中的至少一個禁止傳播圖片匹配時，確定所述待分析圖片為禁止傳播圖片。
[0150]可選的，所述根據所述每個禁止傳播圖片對應的待分析圖片的局部特徵的個數，確定所述待分析圖片是否與所述禁止傳播圖片庫中的至少一個禁止傳播圖片匹配，包括:
[0151]當至少一個禁止傳播圖片對應的待分析圖片的局部特徵的個數超過預設數量值時，確定所述待分析圖片與所述至少一個禁止傳播圖片匹配，所述待分析圖片為禁止傳播圖片。
[0152]可選的，所述查詢所述葉子節點中的局部特徵對應的禁止傳播圖片，包括:
[0153]根據所述葉子節點中的局部特徵的特徵標識，從倒排文檔中查詢所述特徵標識對應的圖片標識，所述倒排文檔中記錄所述聚類樹中每個葉子節點的節點標識，每個葉子節點中包含特徵的特徵標識，及每個特徵對應的禁止傳播圖片的圖片標識；
[0154]根據所述圖片標識確定所述禁止傳播圖片。
[0155]可選的，當所述待分析圖片為禁止傳播圖片時，所述方法還包括:
[0156]獲取所述待分析圖片的圖片標識；
[0157]記錄所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點的節點標識，以及所述待分析圖片的局部特徵匹配的所述葉子節點中的局部特徵的特徵標識；
[0158]在所述倒排文檔中添加所述待分析圖片的圖片標識，以及所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點的節點標識，以及所述待分析圖片的局部特徵匹配的所述葉子節點中的局部特徵的特徵標識。
[0159]可選的，所述局部特徵為圖片的旋轉不變性特徵。
[0160]可選的，所述聚類算法為Kmeans算法。
[0161]本實施例中，建立禁止傳播圖片局部特徵庫，將待分析圖片的局部特徵與禁止傳播圖片局部特徵庫進行比對，以分析待分析圖片是否為禁止傳播圖片。通過圖片的局部特徵識別禁止傳播圖片，即使圖片被PS、裁剪、旋轉或其他變換，也能夠準確地識別出禁止傳播圖片，一旦禁止傳播圖片被識別出，則無論其被如何修改，都再無被傳播的可能，可以準確、有效、全面地禁止違背社會倫理道德的圖片的傳播。並且，由於採用遍歷聚類樹的方式對局部特徵進行查詢，識別禁止傳播圖片的速度快，提高識別效率，可以迅速對違背社會倫理道德的圖片進行處理，也不會影響正常圖片的傳播，用戶體驗度較好。
[0162]本領域技術人員在考慮說明書及實踐這裡公開的發明後，將容易想到本公開的其它實施方案。本申請旨在涵蓋本公開的任何變型、用途或者適應性變化，這些變型、用途或者適應性變化遵循本公開的一般性原理並包括本公開未公開的本【技術領域】中的公知常識或慣用技術手段。說明書和實施例僅被視為示例性的，本公開的真正範圍和精神由下面的權利要求指出。
[0163]應當理解的是，本公開並不局限於上面已經描述並在附圖中示出的精確結構，並且可以在不脫離其範圍進行各種修改和改變。本公開的範圍僅由所附的權利要求來限制。
【權利要求】
1.一種防止圖片二次傳播的方法，其特徵在於，包括: 提取待分析圖片的局部特徵； 根據所述待分析圖片的局部特徵遍歷聚類樹，確定所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點，所述聚類樹為對禁止傳播圖片庫中的禁止傳播圖片提取局部特徵後，利用聚類算法將所述禁止傳播圖片的局部特徵進行聚類後得到的； 根據所述待分析圖片的局部特徵所屬的葉子節點，判斷所述待分析圖片是否為禁止傳播圖片； 當所述待分析圖片為禁止傳播圖片時，執行預設的防傳播操作。
2.根據權利要求1所述的方法，其特徵在於，所述根據與所述待分析圖片的局部特徵所屬的葉子節點，判斷所述待分析圖片是否為禁止傳播圖片，包括: 確定所述葉子節點中的局部特徵，所述葉子節點中的局部特徵與所述待分析圖片的局部特徵匹配； 查詢所述葉子節點中的局部特徵對應的禁止傳播圖片； 統計每個禁止傳播圖片對應的待分析圖片的局部特徵的個數； 根據所述每個禁止傳播圖片對應的待分析圖片的局部特徵的個數，判定所述待分析圖片是否與所述禁止傳播圖片庫中的至少一個禁止傳播圖片匹配； 當所述所述待分析圖片與所述禁止傳播圖片庫中的至少一個禁止傳播圖片匹配時，確定所述待分析圖片為禁止傳播圖片。
3.根據權利要求2所述的方法，其特徵在於，所述根據所述每個禁止傳播圖片對應的待分析圖片的局部特徵的個數，確定所述待分析圖片是否與所述禁止傳播圖片庫中的至少一個禁止傳播圖片匹配，包括: 當至少一個禁止傳播圖片對應的待分析圖片的局部特徵的個數超過預設數量值時，確定所述待分析圖片與所述至少一個禁止傳播圖片匹配，所述待分析圖片為禁止傳播圖片。
4.根據權利要求2所述的方法，其特徵在於，所述查詢所述葉子節點中的局部特徵對應的禁止傳播圖片，包括: 根據所述葉子節點中的局部特徵的特徵標識，從倒排文檔中查詢所述特徵標識對應的圖片標識，所述倒排文檔中記錄所述聚類樹中每個葉子節點的節點標識，每個葉子節點中包含特徵的特徵標識，及每個特徵對應的禁止傳播圖片的圖片標識； 根據所述圖片標識確定所述禁止傳播圖片。
5.根據權利要求4所述的方法，其特徵在於，當所述待分析圖片為禁止傳播圖片時，所述方法還包括: 獲取所述待分析圖片的圖片標識； 記錄所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點的節點標識，以及所述待分析圖片的局部特徵匹配的所述葉子節點中的局部特徵的特徵標識； 在所述倒排文檔中添加所述待分析圖片的圖片標識，以及所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點的節點標識，以及所述待分析圖片的局部特徵匹配的所述葉子節點中的局部特徵的特徵標識。
6.根據權利要求1-5中任一項所述的方法，其特徵在於，所述局部特徵為圖片的旋轉不變性特徵。
7.根據權利要求1-5中任一項所述的方法，其特徵在於，所述聚類算法為Kmeans算法。
8.一種防止圖片二次傳播的裝置，其特徵在於，包括: 提取模塊，用於提取待分析圖片的局部特徵； 確定模塊，用於根據所述待分析圖片的局部特徵遍歷聚類樹，確定所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點，所述聚類樹為對禁止傳播圖片庫中的禁止傳播圖片提取局部特徵後，利用聚類算法將所述禁止傳播圖片的局部特徵進行聚類後得到的； 判斷模塊，用於根據所述待分析圖片的局部特徵所屬的葉子節點，判斷所述待分析圖片是否為禁止傳播圖片； 執行模塊，用於當所述待分析圖片為禁止傳播圖片時，執行預設的防傳播操作。
9.根據權利要求8所述的裝置，其特徵在於，所述判斷模塊包括: 第一確定子模塊，用於確定所述葉子節點中的局部特徵，所述葉子節點中的局部特徵與所述待分析圖片的局部特徵匹配； 查詢子模塊，用於查詢所述葉子節點中的局部特徵對應的禁止傳播圖片； 統計子模塊，用於統計每個禁止傳播圖片對應的待分析圖片的局部特徵的個數； 判定子模塊，用於根據所述每個禁止傳播圖片對應的待分析圖片的局部特徵的個數，確定所述待分析圖片是否與所述禁止傳播圖片庫中的至少一個禁止傳播圖片匹配； 第二確定子模塊，用於當所述所述待分析圖片與所述禁止傳播圖片庫中的至少一個禁止傳播圖片匹配時，確定所述待分析圖片為禁止傳播圖片。
10.根據權利要求9所述的裝置，其特徵在於，所述判定子模塊，用於當至少一個禁止傳播圖片對應的待分析圖片的局部特徵的個數超過預設數量值時，確定所述待分析圖片與所述至少一個禁止傳播圖片匹配，所述待分析圖片為禁止傳播圖片。
11.根據權利要求9所述的裝置，其特徵在於，所述查詢子模塊，用於根據所述葉子節點中的局部特徵的特徵標識，從倒排文檔中查詢所述特徵標識對應的圖片標識，所述倒排文檔中記錄所述聚類樹中每個葉子節點的節點標識，每個葉子節點中包含特徵的特徵標識，及每個特徵對應的禁止傳播圖片的圖片標識；根據所述圖片標識確定所述禁止傳播圖片。
12.根據權利要求11所述的裝置，其特徵在於，所述裝置還包括: 獲取模塊，用於當所述待分析圖片為禁止傳播圖片時，獲取所述待分析圖片的圖片標識； 記錄模塊，用於記錄所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點的節點標識，以及所述待分析圖片的局部特徵匹配的所述葉子節點中的局部特徵的特徵標識；添加模塊，用於在所述倒排文檔中添加所述待分析圖片的圖片標識，以及所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點的節點標識，以及所述待分析圖片的局部特徵匹配的所述葉子節點中的局部特徵的特徵標識。
13.一種防止圖片二次傳播的裝置，其特徵在於，包括: 處理器； 用於存儲處理器可執行指令的存儲器； 其中，所述處理器被配置為: 提取待分析圖片的局部特徵； 根據所述待分析圖片的局部特徵遍歷聚類樹，確定所述待分析圖片的局部特徵所屬的所述聚類樹的葉子節點，所述聚類樹為對禁止傳播圖片庫中的禁止傳播圖片提取局部特徵後，利用聚類算法將所述禁止傳播圖片的局部特徵進行聚類後得到的； 根據所述待分析圖片的局部特徵所屬的葉子節點，判斷所述待分析圖片是否為禁止傳播圖片； 當所述待分析圖片為禁止傳播圖片時，執行預設的防傳播操作。
【文檔編號】G06K9/62GK104268445SQ201410520981
【公開日】2015年1月7日 申請日期:2014年9月30日 優先權日:2014年9月30日
【發明者】張濤, 徐曉舟, 王琳 申請人:小米科技有限責任公司