图像的包含检测方法及装置与流程

1.本发明涉及图像检测领域，尤其涉及一种图像的包含检测方法及装置。


背景技术：

2.1.在很多场景，需要鉴别图片涉密情况，涉密定义为内容涉密和指定涉密。内容涉密指图片里面传递的信息本身涉密。指定涉密指人为认定一些图片涉密。传统的检测是分析图像内容，因此对指定涉密图片检测就显得无力，依赖特征提取器和判别器，这部分是由卷积和全连接层组成，提取的特征图和输出结果取决于卷积和全连接参数。故此，提取器和判别器直接影响整个检测算法的准确率。


技术实现要素：

3.本发明的目的就在于为了解决上述问题设计了一种图像的包含检测方法及装置。
4.本发明通过以下技术方案来实现上述目的：
5.图像的包含检测方法，包括：
6.s1、读取待处理的大图图像和小图图像；
7.s2、分别提取大图图像的大图特征和小图图像的小图特征；
8.s3、分析大图特征获得预设尺寸大小的大特征图，分析小图特征获得预设尺寸大小的小特征图；
9.s4、融合分析大特征图和小特征图获得新特征图；
10.s5、根据新特征图判断大图图像是否包含小图图像。
11.本发明的有益效果在于：通过本方法实现对指定涉密图片进行检测。
附图说明
12.图1是本发明图像的包含检测方法的流程示意图；
13.图2是本发明图像的包含检测方法中大特征图和小特征图的示意图；
14.图3是本发明图像的包含检测方法通过步骤s3处理前的示意图；
15.图4是本发明图像的包含检测方法通过步骤s3处理后的示意图；
16.图5是本发明图像的包含检测方法中融合分析的示意图；
17.图6是本发明图像的包含检测方法中步骤s5的示意图。
具体实施方式
18.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
19.因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护
的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
20.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
21.在本发明的描述中，需要理解的是，术语“上”、“下”、“内”、“外”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，或者是本领域技术人员惯常理解的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
22.此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
23.在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，“设置”、“连接”等术语应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接连接，也可以通过中间媒介间接连接，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
24.下面结合附图，对本发明的具体实施方式进行详细说明。
25.图像的包含检测方法，包括：
26.s1、读取待处理的大图图像和小图图像。
27.s6、对待处理的大图图像和小图图像进行预处理，具体包括：
28.s61、判断是否能被正常读取，若能，则进入s62；反正输出异常信息；
29.s62、读取图片的具体像素值，如果是灰度图像，扩张成3个通道的彩色图像；
30.s63、将图像的像素值进行归一化和中心化处理，归一化为x'＝x/255.0，中心化为x”＝(x'-0.5)/0.5，其中x为原像素值。
31.s2、分别提取大图图像的大图特征和小图图像的小图特征，提取的大图特征包括64层特征图，大图特征分为2组，每组32层特征图，提取的小图特征包括2层特征图，小图特征分为2组，每组1层特征图。
32.s3、分析大图特征获得预设尺寸大小的大特征图，分析小图特征获得预设尺寸大小的小特征图，具体包括：分别筛选分析大图特征和小图特征，表示为s＝ceil((index 1.0)*in_size/out_size-floor(index*in_size/out_size)，其中in_size是大图特征或小图特征的输入大小，out_size是大特征图或小特征图的大小，index是输出特征索引；第一组特征图选取每个滑动窗口的最大值作为当前窗口的特征值，x’＝max(x1,x2,x3,x4)；第二组特征图选取每个滑动窗口的平均值作为当前窗口的特征值，x’＝mean(x1,x2,x3,x4)。
33.s4、融合分析大特征图和小特征图获得新特征图，具体包括：用大特征图的第一组特征图减去小特征图的第一组特征图获得第一特征图，用大特征图的第二组特征图减去小特征图的第二组特征图获得第二特征图，新的特征图包括第一特征图组和第二特征图组。
34.s5、根据新特征图判断大图图像是否包含小图图像，具体包括：根据新的特征图计算大特征图和小特征图的距离，来判断大图是否包含小图，输出0-1的浮点数，浮点数表示
包含可能性，即如图6所示，通过卷积组在新的特征图上进行多次卷积，生成新的64层融合特征图，采用全局最大池化，每层提取1个特征，获取到64个特征值后输入到全连接层，最后输出1个特征值并采用sigmoid激活将结果转换到0-1。
35.图像的包含检测装置，储存器和处理器，储存器用于储存程序，处理器执行所述程序时实现如上述的图像的包含检测方法的步骤。
36.本发明的技术方案不限于上述具体实施例的限制，凡是根据本发明的技术方案做出的技术变形，均落入本发明的保护范围之内。


技术特征：
1.图像的包含检测方法，其特征在于，包括：s1、读取待处理的大图图像和小图图像；s2、分别提取大图图像的大图特征和小图图像的小图特征；s3、分析大图特征获得预设尺寸大小的大特征图，分析小图特征获得预设尺寸大小的小特征图；s4、融合分析大特征图和小特征图获得新特征图；s5、根据新特征图判断大图图像是否包含小图图像。2.根据权利要求1所述的图像的包含检测方法，其特征在于，在s2中，提取的大图特征包括64层特征图，大图特征分为2组，每组32层特征图，提取的小图特征包括2层特征图，小图特征分为2组，每组1层特征图。3.根据权利要求2所述的图像的包含检测方法，其特征在于，在s3中，分别筛选分析大图特征和小图特征，表示为s＝ceil((index 1.0)*in_size/out_size-floor(index*in_size/out_size)，其中in_size是大图特征或小图特征的输入大小，out_size是大特征图或小特征图的大小，index是输出特征索引。4.根据权利要求2所述的图像的包含检测方法，其特征在于，在s3中，第一组特征图选取每个滑动窗口的最大值作为当前窗口的特征值，x’＝max(x1,x2,x3,x4)；第二组特征图选取每个滑动窗口的平均值作为当前窗口的特征值，x’＝mean(x1,x2,x3,x4)。5.根据权利要求2所述的图像的包含检测方法，其特征在于，在s4中，用大特征图的第一组特征图减去小特征图的第一组特征图获得第一特征图，用大特征图的第二组特征图减去小特征图的第二组特征图获得第二特征图，新的特征图包括第一特征图组和第二特征图组。6.根据权利1所述的图像的包含检测方法，其特征在于，在s5中，根据新的特征图计算大特征图和小特征图的距离，来判断大图是否包含小图，输出0-1的浮点数，浮点数表示包含可能性。7.根据权利要求1所述的图像的包含检测方法，其特征在于，在s1和s2之间还包括s6、对待处理的大图图像和小图图像进行预处理，具体包括：s61、判断是否能被正常读取，若能，则进入s62；反正输出异常信息；s62、读取图片的具体像素值，如果是灰度图像，扩张成3个通道的彩色图像；s63、将图像的像素值进行归一化和中心化处理，归一化为x'＝x/255.0，中心化为x”＝(x'-0.5)/0.5，其中x为原像素值。8.图像的包含检测装置，其特征在于，储存器和处理器，储存器用于储存程序，处理器执行所述程序时实现如权利要求1-7任一项所述的图像的包含检测方法的步骤。

技术总结
本发明公开了图像的包含检测方法，涉及图像检测领域，包括S1读取待处理的大图图像和小图图像，S2分别提取大图图像的大图特征和小图图像的小图特征，S3分析大图特征获得预设尺寸大小的大特征图，分析小图特征获得预设尺寸大小的小特征图，S4融合分析大特征图和小特征图获得新特征图，S5根据新特征图判断大图图像是否包含小图图像；通过本方法实现对指定涉密图片进行检测。片进行检测。片进行检测。


技术研发人员：杨亮 罗旭 吕军
受保护的技术使用者：四川邦辰信息科技有限公司
技术研发日：2022.03.17
技术公布日：2022/6/7