公开(公告)号：CN109214275A

公开(公告)日：2019-01-15

申请号：CN201810794432.2

申请日：2018-07-19

Applicant: 中国科学院信息工程研究所

Inventor： 操晓春 ,  赵炜 ,  李京知

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开一种基于深度学习的低俗图片识别方法，该方法对上下半身检测网络进行训练，对上下半身低俗分类网络进行训练，训练采用困难样本挖掘，使得网络训练过程中对困难样本侧重训练，提高检测精度；对图片进行低俗级联检测，检测过程中上下半身检测得分阈值采用动态调整，检测获得的上下半身区域缩放后输入至上下半身低俗分类网络，进行低俗识别。本发明在图片低俗识别中具有极佳的精度，在正负样本比例悬殊的情况下，仍能保持极低的误报率，具备良好实用性。

公开(公告)号：CN109214275B

公开(公告)日：2022-04-15

申请号：CN201810794432.2

申请日：2018-07-19

Applicant: 中国科学院信息工程研究所

Inventor： 操晓春 ,  赵炜 ,  李京知

IPC: G06V40/10 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62

Abstract: 本发明公开一种基于深度学习的低俗图片识别方法，该方法对上下半身检测网络进行训练，对上下半身低俗分类网络进行训练，训练采用困难样本挖掘，使得网络训练过程中对困难样本侧重训练，提高检测精度；对图片进行低俗级联检测，检测过程中上下半身检测得分阈值采用动态调整，检测获得的上下半身区域缩放后输入至上下半身低俗分类网络，进行低俗识别。本发明在图片低俗识别中具有极佳的精度，在正负样本比例悬殊的情况下，仍能保持极低的误报率，具备良好实用性。