图像和视频检测方法、装置、电子设备和介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113723305A(43)申请公布日2021.11.30(21)申请号202111014274.2(22)申请日2021.08.31(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人孙天艺孙想邓天生贠挺于天宝陈国庆林赛群(74)专利代理机构北京市汉坤律师事务所11602代理人姜浩然吴丽丽(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)权利要求书3页说明书10页附图4页(54)发明名称图像和视频检测方法、装置、电子设备和介质(57)摘要本公开提供了一种图像和视频检测方法、装置、电子设备和介质，涉及人工智能技术领域，尤其涉及信息检测技术领域。实现方案为：将待检测图像输入目标识别模型，以获取目标识别模型所输出的针对预设目标的识别结果，其中，针对预设目标的识别结果包括针对预设目标的内容提取结果；获取待检测图像的场景信息；融合识别结果和场景信息，以获取待检测图像的融合信息；以及将融合信息输入分类模型，以获取分类模型所输出的待检测图像的分类结果。CN113723305ACN113723305A权利要求书1/3页1.一种图像检测方法，包括：将待检测图像输入目标识别模型，以获取所述目标识别模型所输出的针对预设目标的识别结果，其中，针对所述预设目标的识别结果包括针对所述预设目标的内容提取结果；获取所述待检测图像的场景信息；融合所述识别结果和所述场景信息，以获取所述待检测图像的融合信息；以及将所述融合信息输入分类模型，以获取所述分类模型所输出的所述待检测图像的分类结果。2.根据权利要求1所述的方法，其中，所述获取所述待检测图像的场景信息包括：将所述待检测图像输入场景识别模型，以获取所述场景识别模型所输出的所述待检测图像的场景信息。3.根据权利要求1或2所述的方法，其中，所述融合所述识别结果和所述场景信息，以获取所述待检测图像的融合信息包括：基于针对所述预设目标的识别结果，确定第一特征向量；基于所述待检测图像的场景信息，确定第二特征向量；以及融合所述第一特征向量和所述第二特征向量，以获取所述待检测图像的融合特征向量。4.根据权利要求3所述的方法，其中，所述融合所述第一特征向量和所述第二特征向量包括：对所述第一特征向量和所述第二特征向量执行拼接。5.根据权利要求1至4中任一项所述的方法，其中，所述目标识别模型包括多个并连的目标识别子模型，所述预设目标包括多个预设子目标，所述将待检测图像输入目标识别模型，以获取所述目标识别模型所输出的针对预设目标的识别结果包括：针对所述多个目标识别子模型中的每一个目标识别子模型，将待检测图像输入该目标识别子模型，以获取该目标识别子模型所输出的针对所述多个预设子目标中的其中一个预设子目标的识别结果。6.根据权利要求1至5中任一项所述的方法，其中，针对所述预设目标的识别结果还包括所述预设目标的位置信息。7.根据权利要求1至6中任一项所述的方法，其中，所述预设目标包括联系电话、二维码、网络社交账号或网址中的至少一个。8.一种视频检测方法，包括：从待检测视频中提取多个待检测图像；针对所述多个待检测图像中的每一个待检测图像，根据如权利要求1至7中任一项所述的图像检测方法，获取该待检测图像的分类结果；以及基于所述多个待检测图像中的每一个待检测图像的分类结果，确定所述待检测视频中的第一类别时段。9.根据权利要求8所述的方法，其中，所述从待检测视频中提取多个待检测图像包括：以预设时间间隔从所述待检测视频中依次提取多个图像帧；以及将所提取的所述多个图像帧确定为所述多个待检测图像。10.根据权利要求8或9所述的方法，其中，所述基于所述多个待检测图像中的每一个待2CN113723305A权利要求书2/3页检测图像的分类结果，确定所述待检测视频中的第一类别时段包括：针对所述多个待检测图像中的任意两个在时间上相邻的待检测图像，响应于该两个待检测图像中的每一个待检测图像的分类结果均表征该待检测图像为第一类别图像，则将所述待检测视频中位于该两个待检测图像之间的时段确定为第一类别时段。11.一种图像检测装置，包括：第一获取单元，被配置用于将待检测图像输入目标识别模型，以获取所述目标识别模型所输出的针对预设目标的识别结果，其中，针对所述预设目标的识别结果包括针对所述预设目标的内容提取结果；第二获取单元，被配置用于获取所述待检测图像的场景信息；融合单元，被配置用于融合所述识别结果和所述场景信息，以获取所述待检测图像的融合信息；以及第三获取单元，被配置用于将所述融合信息输入分类模型，以获取所述分类模型所输出的所述待检测图像的分类结果。12.根据权利要求11所述的装置，其中，所述第二