Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2019041406) DISPOSITIF, TERMINAL ET PROCÉDÉ DE RECONNAISSANCE D'IMAGE INDÉCENTE ET SUPPORT DE STOCKAGE LISIBLE PAR ORDINATEUR
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication : WO/2019/041406 N° de la demande internationale : PCT/CN2017/102866
Date de publication : 07.03.2019 Date de dépôt international : 22.09.2017
CIB :
G06K 9/00 (2006.01)
G PHYSIQUE
06
CALCUL; COMPTAGE
K
RECONNAISSANCE DES DONNÉES; PRÉSENTATION DES DONNÉES; SUPPORTS D'ENREGISTREMENT; MANIPULATION DES SUPPORTS D'ENREGISTREMENT
9
Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
Déposants :
平安科技(深圳)有限公司 PING AN TECHNOLOGY (SHENZHEN) CO., LTD. [CN/CN]; 中国广东省深圳市 福田区八卦岭八卦三路平安大厦 Ping An Building No. 3 Bagua. Road, Bagualing, Futian District Shenzhen, Guangdong 518000, CN
Inventeurs :
王健宗 WANG, Jianzong; CN
石磊 SHI, Lei; CN
黄章成 HUANG, Zhangcheng; CN
肖京 XIAO, Jing; CN
Mandataire :
深圳市精英专利事务所 SHENZHEN TALENT PATENT SERVICE; 中国广东省深圳市 福田区深南中路6009号绿景广场B栋20层B B, 20/F, Building B Lvjing Square 6009 Shennan Middle Road, Futian District Shenzhen, Guangdong 518000, CN
Données relatives à la priorité :
201710752783.228.08.2017CN
Titre (EN) INDECENT PICTURE RECOGNITION METHOD, TERMINAL AND DEVICE, AND COMPUTER-READABLE STORAGE MEDIUM
(FR) DISPOSITIF, TERMINAL ET PROCÉDÉ DE RECONNAISSANCE D'IMAGE INDÉCENTE ET SUPPORT DE STOCKAGE LISIBLE PAR ORDINATEUR
(ZH) 不雅图片识别方法、终端、设备及计算机可读存储介质
Abrégé :
(EN) A convolutional-neural-network-based indecent picture recognition method, terminal (100) and device (200), and a computer-readable storage medium. The method comprises: performing preprocessing on data of an obtained picture to be detected (S101); respectively inputting the preprocessed data of the picture to be detected into a plurality of preset detection models to correspondingly obtain a plurality of different confidence degrees (S102); calculating all the confidence degrees according to a preset linear weighted ratio to obtain a picture confidence degree (S103); determining whether the picture confidence degree is greater than a preset confidence degree or not (S104); if the picture confidence degree is greater than the preset confidence degree, determining that the data of the picture to be detected is indecent picture data (S105). The method can automatically analyze the inputted pictures to be detected and perform classification and identification on the pictures, so that the pornography identification accuracy is greatly improved and the pornography identification cost is lowered.
(FR) L'invention concerne un procédé, un terminal (100) et un dispositif (200) de reconnaissance d'image indécente basés sur un réseau neuronal convolutionnel, ainsi qu'un support de stockage lisible par ordinateur. Le procédé consiste à : réaliser un prétraitement sur des données d'une image obtenue à détecter (S101) ; entrer respectivement les données prétraitées de l'image à détecter dans une pluralité de modèles de détection prédéfinis pour obtenir de manière correspondante une pluralité de degrés de confiance différents (S102) ; calculer tous les degrés de confiance selon un rapport pondéré linéaire prédéfini pour obtenir un degré de confiance d'image (S103) ; déterminer si le degré de confiance d'image est supérieur à un degré de confiance prédéfini ou non (S104) ; si le degré de confiance d'image est supérieur au degré de confiance prédéfini, déterminer que les données de l'image à détecter sont des données d'image indécente (S105). Le procédé peut analyser automatiquement les images entrées à détecter et effectuer une classification et une identification sur les images, de sorte que la précision d'identification de pornographie soit considérablement améliorée et que le coût d'identification de pornographie soit abaissé.
(ZH) 一种基于卷积神经网络的不雅图片识别方法、终端(100)、设备(200)及计算机可读存储介质,其中所述方法包括:对获取的待测图片数据进行预处理(S101);将预处理后的待测图片数据分别输入多个预设检测模型以对应地得到多个不同的置信度(S102);根据预设的线性加权比对所有的置信度进行计算以得到一图片置信度(S103);判断所述图片置信度是否大于预设置信度(S104);若所述图片置信度大于预设置信度,判定所述待测图片数据为不雅图片数据(S105)。该方法可以自动分析输入的待测图片并对图片进行分类鉴别,大大提高了鉴黄的准确率,降低了鉴黄的成本。
front page image
États désignés : AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Office européen des brevets (OEB (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Langue de publication : chinois (ZH)
Langue de dépôt : chinois (ZH)