基于人工智能的多媒体资源检测方法、装置、设备及介质.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 CN 111178343 A (43)申请公布日 2020.05.19 (21)申请号 202010285092.8 (22)申请日 2020.04.13 (71)申请人 腾讯科技（深圳）有限公司 地址 518057 广东省深圳市南山区高新区 科技中一路腾讯大厦35层 (72)发明人 郭梓铿　 (74)专利代理机构 北京三高永信知识产权代理 有限责任公司 11138 代理人 祝亚男 (51)Int.Cl. G06K 9/00(2006.01) G06K 9/62(2006.01) G06F 16/48(2019.01) 权利要求书3页 说明书19页 附图12页 (54)发明名称 基于人工智能的多媒体资源检测方法、装 置、设备及介质 (57)摘要 本申请提供了一种基于人工智能的多媒体 资源检测方法、装置、设备及介质，属于人工智能 技术领域。方法包括：从目标多媒体资源中获取 至少一个待检测图像；对于任一待检测图像，获 取待检测图像对应的至少一个目标子图像；基于 卷积神经网络对待检测图像和至少一个目标子 图像进行处理，得到至少一个目标人脸框；基于 至少一个目标人脸框确定至少一个目标人体框； 调用检测模型对至少一个目标人体框所指示的 至少一个人体图像进行处理，以得到至少一个人 体图像的至少一个预测概率；基于至少一个预测 A 概率，确定目标多媒体资源是否包括限制性内 3 容。上述技术方案，可以使得检测结果不会受到 4 3 8 图像背景的影响，对多媒体资源检测的准确率较 7 1 1 高。 1 1 N C CN 111178343 A 权　利　要　求　书 1/3 页 1.一种基于人工智能的多媒体资源检测方法，其特征在于，所述方法包括： 从目标多媒体资源中获取至少一个待检测图像； 对于任一待检测图像，获取所述待检测图像对应的至少一个目标子图像，所述目标子 图像由所述待检测图像缩放到不同分辨率得到； 基于卷积神经网络对所述待检测图像和所述至少一个目标子图像进行处理，得到至少 一个目标人脸框，所述目标人脸框用于指示人脸在所述待检测图像中的位置； 基于所述至少一个目标人脸框确定至少一个目标人体框，所述目标人体框用于指示人 体在所述待检测图像中的位置； 调用检测模型对所述至少一个目标人体框所指示的至少一个人体图像进行处理，以得 到所述至少一个人体图像的至少一个预测概率，其中，一个预测概率用于表征一个人体图 像属于限制性内容的概率； 基于所述至少一个预测概率，确定所述目标多媒体资源是否包括限制性内容。 2.根据权利要求1所述的方法，其特征在于，所述基于卷积神经网络对所述待检测图像 和所述至少一个目标子图像进行处理，得到至少一个目标人脸框，包括： 基于第一卷积神经网络对所述待检测图像和所述至少一个目标子图像分别进行处理， 得到至少一个第一人脸框； 根据所述至少一个第一人脸框得到至少一个目标人脸图像； 基于第二卷积神经网络对所述待检测图像和所述至少一个目标人脸图像进行处理，得 到至少一个目标人脸框。 3.根据所述权利要求2所述的方法，其特征在于，所述基于第一卷积神经网络对所述待 检测图像和所述至少一个目标子图像分别进行处理，得到至少一个第一人脸框，包括： 对于所述待检测图像和所述至少一个目标子图像中的任一待处理图像，基于所述第一 卷积神经网络将所述待处理图像划分为至少两个图像块； 对于任一图像块，响应于所述图