(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210752086.8 (22)申请日 2022.06.28 (71)申请人 中国科学院自动化研究所 地址 100190 北京市海淀区中关村东路95 号 申请人 中国国家铁路集团有限公司 (72)发明人 李兵　白炜铭　刘雨帆　胡卫明　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 张晓霞 (51)Int.Cl. G06V 10/54(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于内容安全的图像识别方法、 装置、 设备 和存储介质 (57)摘要 本发明提供一种基于内容安全的图像识别 方法、 装置、 设备和存储介质， 涉及计算机视觉技 术领域， 所述方法包括： 获取待识别图像； 将待识 别图像输入至多尺度纹理感知模 型， 输出用于表 征图像是否伪造的图像种类识别结果； 其中， 多 尺度纹理感知模型是基于图像样本数据以及对 应的图像种类标签进行训练后得到的， 多尺度纹 理感知模型用于基于待识别图像的多尺度纹理 特征任意两通道之间的相关性， 对待识别图像进 行种类识别。 本发明可结合多尺度纹理特征以及 各特征不同通道之间的细微差异， 以提高图像种 类识别精准度， 且提高鲁棒 性和泛化 性。 权利要求书2页 说明书9页 附图3页 CN 115311475 A 2022.11.08 CN 115311475 A 1.一种基于内容 安全的图像识别方法， 其特 征在于， 包括： 获取待识别图像； 将所述待识别图像输入至多尺度纹理感知模型， 输出用于表征图像是否伪 造的图像种 类识别结果； 其中， 所述多尺度纹理感知模型是基于图像样本数据以及对应的图像种类标签进行训 练后得到的， 所述多尺度纹理感知 模型用于基于所述待识别图像的多尺度纹理特征任意两 通道之间的相关性， 对所述待识别图像进行种类识别。 2.根据权利要求1所述的基于 内容安全的图像识别方法， 其特征在于， 所述将所述待识 别图像输入至多尺度纹理感知模型， 输出用于表征图像是否伪造的图像种类识别结果， 包 括： 将所述待识别图像输入至所述多尺度纹理感知模型中， 获取所述待识别图像的多尺度 纹理特征； 基于所述多尺度纹理感知模型中的至少两个纹理提取网络， 确定各尺度纹理特征的视 觉纹理特征， 所述视 觉纹理特征用于表征 所述各尺度纹 理特征任意两通道之间的相关性； 根据所述各尺度纹理特征的视觉纹理特征， 输出用于表征图像是否伪 造的图像种类识 别结果。 3.根据权利要求2所述的基于 内容安全的图像识别方法， 其特征在于， 所述基于所述多 尺度纹理感知模型中的至少两个所述纹理提取网络， 确定各尺度纹理特征的视觉纹理特 征， 包括： 将所述各尺度纹理特征输入对应的纹理提取网络， 得到所述各尺度纹理特征的纹理增 强特征； 将所述纹理增强特征输入所述多尺度纹理感知模型中的GRAM矩阵， 确定所述纹理增强 特征任意两通道之间的纹 理相关性 值； 基于所述纹理相关性值， 确定所述各尺度纹理特征的视觉纹理特征， 其中， 所述各尺度 纹理特征的视觉纹理特征通道相同。 4.根据权利要求3所述的基于 内容安全的图像识别方法， 其特征在于， 所述将所述各尺 度纹理特征输入对应的纹 理提取网络， 得到所述各尺度纹 理特征的纹理增强特 征， 包括： 确定所述各尺度纹 理特征的主干网络特 征； 确定所述各尺度纹理特征的纹理掩码特征， 所述纹理掩码特征用于表征所述各尺度纹 理特征的增强幅度； 将所述主干网络特 征与所述纹 理掩码特 征进行加权融合， 得到纹 理增强特 征。 5.根据权利要求2所述的基于 内容安全的图像识别方法， 其特征在于， 所述根据 所述各 尺度纹理特征的视觉纹理特征， 输出用于表征图像是否伪造的图像种类识别结果， 包括： 将各所述视觉纹理特征进行特征融合， 得到融合特 征； 基于所述融合特 征， 输出所述图像种类识别结果。 6.根据权利要求5所述的基于 内容安全的图像识别方法， 其特征在于， 所述将各所述视 觉纹理特征进行特征融合， 得到融合特 征， 包括： 将各所述视觉纹理特征在通道方向上进行串联融合， 得到所述融合特 征。 7.一种基于内容 安全的图像识别装置， 其特 征在于， 包括：权　利　要　求　书 1/2 页 2 CN 115311475 A 2获取模块， 用于获取待识别图像； 输出模块， 用于将所述待识别图像输入至多尺度纹理感知模型， 输出用于表征图像是 否伪造的图像种类识别结果； 其中， 所述多尺度纹理感知模型是基于图像样本数据以及对应的图像种类标签进行训 练后得到的， 所述多尺度纹理感知 模型用于基于所述待识别图像的多尺度纹理特征任意两 通道之间的相关性， 对所述待识别图像进行种类识别。 8.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至6任一项所 述基于内容 安全的图像识别方法。 9.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机 程序被处 理器执行时实现如权利要求1至 6任一项所述基于内容 安全的图像识别方法。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执 行时实现如权利要求1至 6任一项所述基于内容 安全的图像识别方法。权　利　要　求　书 2/2 页 3 CN 115311475 A 3