CN110083733A - 图片审核方法、装置、设备及计算机可读存储介质 - Google Patents
图片审核方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110083733A CN110083733A CN201910200477.7A CN201910200477A CN110083733A CN 110083733 A CN110083733 A CN 110083733A CN 201910200477 A CN201910200477 A CN 201910200477A CN 110083733 A CN110083733 A CN 110083733A
- Authority
- CN
- China
- Prior art keywords
- source
- picture
- houses
- houses picture
- examination
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000012795 verification Methods 0.000 claims abstract description 82
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 23
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 19
- 238000012552 review Methods 0.000 claims abstract description 13
- 238000012550 audit Methods 0.000 claims description 55
- 230000006835 compression Effects 0.000 claims description 10
- 238000007906 compression Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000002187 spin decoupling employing ultra-broadband-inversion sequences generated via simulated annealing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Library & Information Science (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供一种基于图像匹配算法的图片审核方法,包括:获取用户在房源发布***发布房源时上传的第一房源图片;将所述第一房源图片与预设数据库中的预存的第二房源图片进行特征对比,根据对比结果确定是否满足提示人工审核的预设条件;若满足,则获取满足所述预设条件的目标第二房源图片,并基于所述目标第二房源图片生成提示审核员进行人工审核的提示信息;获取审核员提交的审核结果信息,基于所述审核结果信息确定所述第一房源图片的最终审核结果。本发明还提供一种图片审核装置、设备及计算机可读存储介质。本发明可提高识别盗用房源图片的效率。
Description
技术领域
本发明涉及图片处理领域,尤其涉及一种图片审核方法、装置、设备及计算机可读存储介质。
背景技术
实体在发布房源时,都是需要上传房源图片的,房源图片能够最直观的吸引客户咨询房源,经常会出现盗用他人房源照片,多套房使用一样照片的情况,多房用户在网站上看到满意的房源图片,等看房时却发现图片造假,一般会比图片上显示出的房间环境差,因而会造成很多不必要的麻烦。而网站方一般也不会对图片是否为被盗用图片进行审核,因为审核房源图片是一个巨大的工程,通过人力解决基本上是不可能完成的任务,目前为止,还没有出现能够高效地识别盗用房源图片的手段。
发明内容
本发明的主要目的在于提供一种图片审核方法、装置、设备及计算机可读存储介质,旨在提高识别盗用房源图片的效率。
为实现上述目的,本发明提供一种图片审核方法,所述图片审核方法包括以下步骤:
获取用户在房源发布***发布房源时上传的第一房源图片;
将所述第一房源图片与预设数据库中的预存的第二房源图片进行特征对比,根据对比结果确定是否满足提示人工审核的预设条件;
若满足,则获取满足所述预设条件的目标第二房源图片,并基于所述目标第二房源图片生成提示审核员进行人工审核的提示信息;
获取审核员提交的审核结果信息,基于所述审核结果信息确定所述第一房源图片的最终审核结果。
可选地,所述将所述第一房源图片与预设数据库中的预存的第二房源图片进行特征对比,根据对比结果确定是否满足提示人工审核的预设条件的步骤包括:
基于预设特征码确定算法确定所述第一房源图片的特征码和第二房源图片的特征码,其中,所述特征码至少包括信息摘要MD5码或颜色分布特征码;
将所述第一房源图片的特征码与第二房源图片的特征码进行对比,确定所述第一房源图片与第二房源图片的特征码匹配度;
将所述特征码匹配度与预设特征码匹配度进行比较,判断所述特征码匹配度是否大于或等于预设特征码匹配度;
若所述特征码匹配度大于或等于所述预设特征码匹配度,则判定满足提示人工审核的预设条件;
所述获取满足所述预设条件的目标第二房源图片,并基于所述目标第二房源图片生成提示审核员进行人工审核的提示信息的步骤包括:
获取满足所述预设条件的目标第二房源图片,并根据所述目标第二房源图片、所述第一房源图片以及所述匹配度生成提示审核员进行人工审核的提示信息。
可选地,所述基于预设特征码确定算法确定所述第一房源图片的特征码和第二房源图片的特征码的步骤替换为:
基于所述预设特征码确定算定所述第一房源图片的特征码,并从所述预设数据库中获取第二房源图片的预存特征码,以作为第二房源图片的特征码。
可选地,所述基基于所述审核结果信息确定所述第一房源图片的最终审核结果的步骤之后包括:
当审核结果为审核通过时,将所述第一房源图片及其特征码存储在所述预设数据库中,并将存储在所述预设数据库中的第一房源图片与其特征码进行关联。
可选地,所述基于所述审核结果信息确定所述第一房源图片的最终审核结果的步骤之后包括:
当审核结果为审核不通过时,基于所述第一房源图片生成审核不通过提示信息,并将所述审核不通过提示信息发送至上传所述第一房源图片的用户的用户终端。
可选地,所述将所述第一房源图片与预设数据库中的预存的第二房源图片进行特征对比,根据对比结果确定是否满足提示人工审核的预设条件的步骤包括:
基于预设特征点提取算法提取所述第一房源图片的特征点信息;
将所述第一房源图片的特征点信息与所述第二房源图片的预存特征点信息进行对比,基于所述第一房源图片与所述第二房源图片的匹配特征点数量与所述第一房源图片特征点总数的比值确定所述第一房源图片与所述第二房源图片的特征点匹配度;
将所述特征点匹配度与预设特征点匹配度进行对比,确定所述特征点匹配度与所述预设特征点匹配度是否大于或等于所述预设特征点匹配度;
若是,则判定满足提示人工审核的预设条件。
可选地,所述特征码为颜色分布特征码,所述第一房源图片或所述第二房源图片的颜色分布特征码的确定方法包括:
将所述第一房源图片或所述第二房源图片压缩至预设像素尺寸,获得压缩后的房源图片;
确定压缩后的房源图片的各个像素的灰度参数以及灰度参数的平均值;
将各个像素的灰度参数与所述平均值的大小比较结果确定所述第一房源图片或所述第二房源图片的颜色分布特征码。
此外,为实现上述目的,本发明还提供一种图片审核装置,所述图片审核装置包括:
第一获取模块,用于获取用户在房源发布***发布房源时上传的第一房源图片;
对比模块,将所述第一房源图片与预设数据库中的预存的第二房源图片进行特征对比,根据对比结果确定是否满足提示人工审核的预设条件;
第一生成模块,用于若满足,则获取满足所述预设条件的目标第二房源图片,并基于所述目标第二房源图片生成提示审核员进行人工审核的提示信息;
第二获取模块,用于获取审核员提交的审核结果信息,基于所述审核结果信息确定所述第一房源图片的最终审核结果。
此外,为实现上述目的,本发明还提供一种图片审核设备,所述图片审核设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的图片审核程序,其中所述图片审核程序被所述处理器执行时,实现如上述的图片审核方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有图片审核程序,其中所述图片审核程序被处理器执行时,实现如上述的图片审核方法的步骤。
本发明提供一种图片审核方法、装置、设备以及计算机可读存储介质,所述图片审核方法包括:获取用户在房源发布***发布房源时上传的第一房源图片;将所述第一房源图片与预设数据库中的预存的第二房源图片进行特征对比,根据对比结果确定是否满足提示人工审核的预设条件;若满足,则获取满足所述预设条件的目标第二房源图片,并基于所述目标第二房源图片生成提示审核员进行人工审核的提示信息;获取审核员提交的审核结果信息,基于所述审核结果信息确定所述第一房源图片的最终审核结果。通过上述方式,在获得用户发布房源时上传的房源图片时,先自动地将当前上传的房源图片与历史上传的预存房源图片进行特征对比,特征对比结果满足特定的预设条件后,才提示进行人工审核,实现人机结合的审核方式,审核员只需对自动特征对比结果满足特定预设条件的图片进行审核,而且人工审核时,存在盗图嫌疑的目标第二图片已经确定,审核员无需进行海量已有房源图片的一一对比,从而大大降低了人力,高效地识别盗用房源图片的情况。
附图说明
图1为本发明实施例方案中涉及的图片审核设备的硬件结构示意图;
图2为本发明图片审核方法第一实施例的流程示意图;
图3为本发明图片审核方法第二实施例的流程示意图;
图4为本发明图片审核方法第三实施例的流程示意图;
图5为本发明图片审核方法第四实施例的流程示意图;
图6为本发明图片审核方法第五实施例的流程示意图;
图7为本发明图片审核方法第六实施例的流程示意图;
图8为本发明图片审核方法的第七实施例的流程示意图;
图9为本发明图片审核装置的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例涉及的图片审核方法主要应用于图片审核设备,该图片审核设备可以是个人计算机(personal computer,PC)、便携计算机、移动终端等具有数据处理功能的设备。
参照图1,图1为本发明实施例方案中涉及的图片审核设备的硬件结构示意图。本发明实施例中,图片审核设备可以包括处理器1001(例如中央处理器Central ProcessingUnit,CPU),通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信;用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard);网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真WIreless-FIdelity,WI-FI接口);存储器1005可以是高速随机存取存储器(random accessmemory,RAM),也可以是稳定的存储器(non-volatile memory),例如磁盘存储器,存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解,图1中示出的硬件结构并不构成对本发明的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
继续参照图1,图1中作为一种计算机可读存储介质的存储器1005可以包括操作***、网络通信模块以及图片审核程序。在图1中,网络通信模块可用于连接服务器,与服务器进行数据通信;而处理器1001可以调用存储器1005中存储的图片审核程序,并执行本发明实施例提供的图片审核方法。
本发明实施例提供了一种图片审核方法。
参照图2,图2为本发明图片审核方法第一实施例的流程示意图。
实体在发布房源时,都是需要上传房源图片的,房源图片能够最直观的吸引客户咨询房源,经常会出现盗用他人房源照片,多套房使用一样照片的情况,多房用户在网站上看到满意的房源图片,等看房时却发现图片造假,一般会比图片上显示出的房间环境差,因而会造成很多不必要的麻烦。而网站方一般也不会对图片是否为被盗用图片进行审核,因为审核房源图片是一个巨大的工程,通过人力解决基本上是不可能完成的任务,目前为止,还没有出现能够高效地识别盗用房源图片的手段。
本实施例中,所述图片审核方法包括以下步骤:
步骤S10,获取用户在房源发布***发布房源时上传的第一房源图片;
本发明主要应用于图片处理技术领域,例如房产图片的处理技术领域。本发明的图片检测方法可以由房源发布***或者其他与房源发布***外接的服务器执行。房源发布***可以是各种房源发布网站的***,例如租房网站或房产交易网站等,先获取房东、中介或者房源管理人等用户在房源发布***发布房源时上传的第一房源图片,本发明的第一房源图片指的是在用户发布房源时实时获得的,需要进行审核确定是否存在盗用嫌疑检测的第一房源图片,亦即本发明技术方案的审核对象。用户在发布房源时上传的第一房源图片可以包括主厅图片、卧室图片或厨房图片等不同场景类型的多个房源图片,对于用户上传的每张第一房源图片,均从步骤S10开始执行本发明的图片审核方法。
步骤S20,将所述第一房源图片与预设数据库中的预存的第二房源图片进行特征对比,根据对比结果确定是否满足提示人工审核的预设条件;
预设数据库指的是用来存储已有的房源图片,包括已上传至房源发布***的房源图片或从其他公开的房源图片网站中获得的公开的房源图片。第二房源图片指的是上述存储在预设数据库中的房源图片,也即上传至房源发布***的房源图片或从其他公开的房源图片网站中获得的公开的房源图片,预设数据库可以包括多个不同场景类型的房源图片。某个特定用户在发布一个房源信息时可能上传了该房源多个不同场景类型的多个不同图片,对于用户上传的每张第一房源图片都执行对比操作:将第一房源图片与预设数据库中所有的第二房源图片一一进行特征对比,获得该第一房源图片分别与各个第二房源图片的特征对比结果。对所有第一房源图片执行上述对比操作后,获得所有第一房源图片与各个第二房源图片分别对应的对比结果。将第一房源图片与第二房源图片包括分别获得各个第一房源图片和各个第二房源图片的特征信息,并将第一房源图片的特征信息与第二房源图片的特征信息进行对比,确定两个房源图片特征信息的匹配度,以确定的匹配度作为两个图片的对比结果。提示人工审核的预设条件指的是预先设置的,基于对比结果来判断是否需要提示进行人工审核的条件,当满足提示人工审核的预设条件时,通过预先设定的提示信息来提示相关审核员对图片进行人工审核,预设条件的设定原则是,若第一房源图片与第二房源图片达到特定相似程度时,则提示对对应的第一房源图片和第二房源图片进行人工审核。具体地,进行特征对比包括但不限于以下三种:1)可以分别计算每个图片的信息摘要MD5码,对于每个第一房源图片,分别将图片的MD5码与预设数据库中所有第二房源图片的MD5码进行一一对比,确定每两个对比图片的MD5码是否一致,若两个图片的MD5码一致,则判定对应的两个图片为相同图片,图片的匹配度为100%;若两个图片的MD5码不一致,则判定对应图片为不同图片,图片的匹配度非100%。对应提示人工审核的预设条件为图片的MD5码匹配度为100%,即,若两个图片的MD5码匹配度为100%时,判定对比结果满足提示人工审核的预设条件,若两个图片的MD5码匹配度不为100%时,判定对比结果不满足提示人工审核的预设条件。2)分别对每个图片进行压缩处理,将图片压缩到预设像素尺寸,例如8x8,共64个像素,确定每个像素对应的灰度参数,计算所有64个像素的平均灰度参数,再将每个像素的灰度参数与平均灰度参数进行比较,大于或等于平均灰度参数的记为1,小于平均灰度参数的记为0,从而获得64个像素对应的64个整数,基于特定的预设顺序丢64位整数进行排列,获得各个图片的序列指纹,即图片颜色分布特征码。对于每个第一房源图片,将第一房源图片的颜色分布特征码与预设数据库中所有第二房源图片的颜色分布特征码各个对应数位上的数值进行一一对比,确定对应两个图片颜色分布特征码对应数位上数值相同的位数与颜色分布特征码总位数的比值,将该比值作为两个图片的颜色特征码匹配度。可以预先设定一颜色特征码匹配度阈值,例如90%,对应提示人工审核的预设条件可以设定为:两个图片的颜色特征码匹配度大于或等于预设颜色特征码匹配度阈值,即,当两个图片的颜色特征码匹配度大于或等于预设颜色特征码匹配度阈值时,判定这两个图片的对比结果满足提示人工审核的预设条件;若两个图片的颜色特征码匹配度小于预设颜色特征码匹配度阈值,则判定这两个图片的对比结果不满足提示人工审核的预设条件。3)基于特征点提取算法,例如SFIT算法,提取各个房源图片的特征点,对于每个第一房源图片,将房源图片的特征点与所有的第二房源图片的特征点分别进行对比,确定该房源图片与分别与各个第二房源图片匹配的特征点数量与该房源图片特征点总数的比值,即匹配特征点比值,将匹配特征点比值作为两个对比图片之间的匹配度。可以预先设定以特征点匹配度阈值,例如85%,对应提示人工审核的预设条件可以设定为:两个图片的特征点匹配度大于或等于预设特征点匹配度阈值,即,当两个图片的特征点匹配度大于或等于预设特征点匹配度阈值时,判定两个图片的对比结果满足提示人工审核的预设条件;若两个图片的特征点匹配度小于预设特征点匹配度阈值,则判定这两个图片的对比结果不满足提示人工审核的预设条件。
步骤S30,若满足,则获取满足所述预设条件的目标第二房源图片,并基于所述目标第二房源图片生成提示审核员进行人工审核的提示信息;
基于步骤S20,在对第一房源图片进行图片审核的过程中,若确定其中一张第一房源图片与预设数据库中一张或多张特定的第二房源图片的对比结果满足提示人工审核的预设条件时,获取满足预设条件对应的一张或多张第一房源图片,即目标第二房源图片,基于目标第二房源图片生成提示审核员进行人工审核的提示信息,用来提示审核员基于提示信息对该房源的所有图片或与目标第二房源图片对应的特定第一房源图片进行人工审核。具体地,提示信息是图片附件加文字提示信息的形式,文字提示信息可以是“检索到相似图片,请进行审核确定”,图片附件为目标第二房源图片的附件。在本实施例中,可以将生成的提示信息存储在预设存储位置,当接收到审核员通过预先分配的审核员登录帐号登录房源发布***时,基于审核员登录帐号发送进行人工审核的提示信息至审核员的终端设备。当然,也可以基于审核员终端设备的设备标识信息直接将生成的提示信息发送至审核员的终端设备。
进一步,在本实施例中,在确定特定第一房源图片与特定的第二房源图片的对比结果满足提示人工审核的预设条件时,则该特定的第二房源图片为目标房源图片,基于该特定的第一房源图片以及特定第二房源图片,以及这两个图片的对比结果(即图片的匹配度),生成提示审核员进行人工审核的提示信息。
步骤S40,获取审核员提交的审核结果信息,基于所述审核结果信息确定所述第一房源图片的最终审核结果。
在本实施例中,可以在房源发布***中预置“审核通过”和“审核不通过”等审核结果信息的提交功能按钮。当审核员查看提示信息后,基于实际的审核结果通过对应的提交功能按钮提交审核结果信息。具体地,若审核员在审核基于人工审核提示信息进行审核后,若审核结论为通过,则可以通过预置的“审核通过”的功能按钮提交审核通过的审核结果信息;若审核结论为审核不通过时,则可以通过预置的“审核不通过”的功能按钮提交审核不通过的结果信息。房源发布***获得审核原提交的审核通过或审核不通过的审核结果信息时,将审核结果信息中的审核结果作为该第一房源图片的最终审核结果,即该第一房源图片是否为盗图图片的审核结果。
在本实施例中,获取用户在房源发布***发布房源时上传的第一房源图片;将所述第一房源图片与预设数据库中的预存的第二房源图片进行特征对比,根据对比结果确定是否满足提示人工审核的预设条件;若满足,则获取满足所述预设条件的目标第二房源图片,并基于所述目标第二房源图片生成提示审核员进行人工审核的提示信息;获取审核员提交的审核结果信息,基于所述审核结果信息确定所述第一房源图片的最终审核结果。通过上述方式,在获得用户发布房源时上传的房源图片时,先自动地将当前上传的房源图片与历史上传的预存房源图片进行特征对比,特征对比结果满足特定的预设条件后,才提示进行人工审核,实现人机结合的审核方式,审核员只需对自动特征对比结果满足特定预设条件的图片进行审核,而且人工审核时,存在盗图嫌疑的目标第二图片已经确定,审核员无需进行海量已有房源图片的一一对比,从而大大降低了人力,高效地识别盗用房源图片的情况。
参照图3,图3为本发明图片审核方法第二实施例的流程示意图。
基于上述实施例,在本实施例中,步骤S20包括:
步骤S50,基于预设特征码确定算法确定所述第一房源图片的特征码和第二房源图片的特征码,其中,所述特征码至少包括信息摘要MD5码或颜色分布特征码;
基于上述实施例,在本实施例中,预设特征码指的是基于预设特征码算法计算得到的用来标识图片的唯一特征序列编码,可以包括信息摘要MD5码或颜色特征分布码。可以分别计算每个图片的信息摘要MD5码,
进一步地,分别对每个图片进行压缩处理,将图片压缩到预设像素尺寸,例如8x8,共64个像素,确定每个像素对应的灰度参数,计算所有64个像素的平均灰度参数,再将每个像素的灰度参数与平均灰度参数进行比较,大于或等于平均灰度参数的记为1,小于平均灰度参数的记为0,从而获得64个像素对应的64个整数,基于特定的预设顺序丢64位整数进行排列,获得各个图片的序列指纹,即图片颜色分布特征码。
步骤S60,将所述第一房源图片的特征码与第二房源图片的特征码进行对比,确定所述第一房源图片与第二房源图片的特征码匹配度;
对于每个第一房源图片,分别将图片的MD5码与预设数据库中所有第二房源图片的MD5码进行一一对比,确定每两个对比图片的MD5码是否一致,若两个图片的MD5码一致,则判定对应的两个图片为相同图片,图片的匹配度为100%。若是基于MD5码进行对比,则可以只是确定两个图片的MD5码是否完全一致,即确定特征码匹配度是否为100%。
进一步地,若是基于颜色特征分布码进行对比,对于每个第一房源图片,将第一房源图片的颜色分布特征码与预设数据库中所有第二房源图片的颜色分布特征码各个对应数位上的数值进行一一对比,确定对应两个图片颜色分布特征码对应数位上数值相同的位数与颜色分布特征码总位数的比值,将该比值作为两个图片的颜色特征码匹配度。同样的方法可以确定第二房源图片的颜色特征分布码。
步骤S70,将所述特征码匹配度与预设特征码匹配度进行比较,判断所述特征码匹配度是否大于或等于预设特征码匹配度;
预设特征码匹配度指的是预先设定的,用来确定提示人工审核预设条件的特征码阈值。
对于MD5码,可以将预设特征码匹配度设置为100%,若两个图片的MD5码不一致,则判定对应图片为不同图片,图片的匹配度非100%。对应提示人工审核的预设条件为图片的MD5码匹配度为100%,即,若两个图片的MD5码匹配度为100%时,判定对比结果满足提示人工审核的预设条件,若两个图片的MD5码匹配度不为100%时,判定对比结果不满足提示人工审核的预设条件。对于颜色特征分布码,可以预先设定一颜色特征码匹配度阈值,例如90%,对应提示人工审核的预设条件可以设定为:两个图片的颜色特征码匹配度大于或等于预设颜色特征码匹配度阈值,即,当两个图片的颜色特征码匹配度大于或等于预设颜色特征码匹配度阈值时,判定这两个图片的对比结果满足提示人工审核的预设条件;若两个图片的颜色特征码匹配度小于预设颜色特征码匹配度阈值,则判定这两个图片的对比结果不满足提示人工审核的预设条件。
步骤S80,若所述特征码匹配度大于或等于所述预设特征码匹配度,则判定满足提示人工审核的预设条件;
对于MD5码,可以将预设特征码匹配度设置为100%,若两个图片的MD5码不一致,则判定对应图片为不同图片,图片的匹配度非100%。对应提示人工审核的预设条件为图片的MD5码匹配度为100%,即,若两个图片的MD5码匹配度为100%时,判定对比结果满足提示人工审核的预设条件,若两个图片的MD5码匹配度不为100%时,判定对比结果不满足提示人工审核的预设条件。对于颜色特征分布码,可以预先设定一颜色特征码匹配度阈值,例如90%,对应提示人工审核的预设条件可以设定为:两个图片的颜色特征码匹配度大于或等于预设颜色特征码匹配度阈值,即,当两个图片的颜色特征码匹配度大于或等于预设颜色特征码匹配度阈值时,判定这两个图片的对比结果满足提示人工审核的预设条件;若两个图片的颜色特征码匹配度小于预设颜色特征码匹配度阈值,则判定这两个图片的对比结果不满足提示人工审核的预设条件。
步骤S30包括:
步骤S90,获取满足所述预设条件的目标第二房源图片,并根据所述目标第二房源图片、所述第一房源图片以及所述匹配度生成提示审核员进行人工审核的提示信息。
在确定特定第一房源图片与特定的第二房源图片的对比结果满足提示人工审核的预设条件时,则该特定的第二房源图片为目标房源图片,基于该特定的第一房源图片以及特定第二房源图片,以及这两个图片的对比结果(即图片的匹配度),生成提示审核员进行人工审核的提示信息。
在本实施例中,基于预设特征码确定算法确定所述第一房源图片的特征码和第二房源图片的特征码,其中,所述特征码至少包括信息摘要MD5码或颜色分布特征码;将所述第一房源图片的特征码与第二房源图片的特征码进行对比,确定所述第一房源图片与第二房源图片的特征码匹配度;将所述特征码匹配度与预设特征码匹配度进行比较,判断所述特征码匹配度是否大于或等于预设特征码匹配度;若所述特征码匹配度大于或等于所述预设特征码匹配度,则判定满足提示人工审核的预设条件;获取满足所述预设条件的目标第二房源图片,并根据所述目标第二房源图片、所述第一房源图片以及所述匹配度生成提示审核员进行人工审核的提示信息。通过上述方式,实现基于图片的特征码准确确定图片的匹配度,并满足所述预设条件的目标第二房源图片,并根据所述目标第二房源图片、所述第一房源图片以及所述匹配度生成提示审核员进行人工审核的提示信息,便于审核员基于具体的他提示信息进行人工审核。
进一步地,图4为本发明图片审核方法第三实施例的流程示意图。
基于上述实施例,在本实施例中,步骤S50替换为:
步骤S100,基于所述预设特征码确定算定所述第一房源图片的特征码,并从所述预设数据库中获取第二房源图片的预存特征码,以作为第二房源图片的特征码。
基于上述实施例,在本实施例中,对于预设数据库中的每张房源图片,可以预先计算对应的MD5码或颜色特征分布码等特征码,并将计算得到的特征码存储在预设数据库中,并建立特征码与对应第二房源图片的关联关系。在对用户上传的第一房源图片进行审核时,基于相同的特征码算法计算第一房源图片的特征码,并基于上述关联关系获取预设数据库中各个第二房源图片的预存特征码,作为对应第二房源图片的特征码,基于上述实施例的对比审核方法进行审核,从而避免每次对第一房源图片进行审核时都需要对预设数据库中的第二房源图片计算特征码,提高对比效率。
进一步地,图5为本发明图片审核方法第四实施例的流程示意图。
基于上述实施例,在本实施例中,步骤S40之后包括:
步骤S110,当审核结果为审核通过时,将所述第一房源图片及其特征码存储在所述预设数据库中,并将存储在所述预设数据库中的第一房源图片与其特征码进行关联。
基于上述实施例,在本实施例中,当审核员通过“审核通过”的功能选项提交了审核通过结果信息时,房源发布***判定审核结果为审核通过,将第一房源图片及其对应MD5码或颜色特征码等特征码存储在预设数据库中,并建立第一房源图片与特征码的关联关系,从而实现在图片审核通过后将第一房源图片转化为以上传的第二房源图片,已作为后续上传的房源图片的审核对比材料。
进一步地,在步骤S20之后,若对比结果不满足提示人工审核的预设条件,即对应的第一房源图片无需进行人工审核,该第一房源图片审核通过,,将第一房源图片及其对应MD5码或颜色特征码等特征码存储在预设数据库中,并建立第一房源图片与特征码的关联关系。
进一步地,图6为本发明图片审核方法第五实施例的流程示意图。
基于上述实施例,在本实施例中,步骤S40之后包括:
步骤S120,当审核结果为审核不通过时,基于所述第一房源图片生成审核不通过提示信息,并将所述审核不通过提示信息发送至上传所述第一房源图片的用户的用户终端。
基于上述实施例,在本实施例中,若审核员通过预设的审核不通过功能选项提交审核不通过审核结果信息时,房源发布***确定审核结果为审核不通过,并基于审核不通过的第一房源图片生成审核不通过的提示信息,再将提示信息发送至上传该第一房源图片的用户的用户终端,例如手机、平板电脑或个人电脑终端,可以通过用户上传图片时的登录帐号等身份标识来确定上传图片的用户或用户终端。此外,还可以基于审核不通过的第一房源图片及其对应的目标第二房源图片,以及两者的匹配度生成审核不通过的提示信息。
在本实施例中,当审核结果为审核不通过时,基于所述第一房源图片生成审核不通过提示信息,并将所述审核不通过提示信息发送至上传所述第一房源图片的用户的用户终端。从而及时地将审核不通过的结果反馈给上传房源图片的用户,对用户进行提示。
进一步地,图7为本发明图片审核方法第六实施例的流程示意图。步骤S20包括:
步骤S130,基于预设特征点提取算法提取所述第一房源图片的特征点信息;
基于特征点提取算法,例如SFIT算法、SUSAN角点检测算法Harries角点检测算法以及Forstner特征点检测算法提取各个房源图片的特征点
步骤S140,将所述第一房源图片的特征点信息与所述第二房源图片的预存特征点信息进行对比,基于所述第一房源图片与所述第二房源图片的匹配特征点数量与所述第一房源图片特征点总数的比值确定所述第一房源图片与所述第二房源图片的特征点匹配度;
对于每个第一房源图片,将房源图片的特征点与所有的第二房源图片的特征点分别进行对比,确定该房源图片与分别与各个第二房源图片匹配的特征点数量与该房源图片特征点总数的比值,即匹配特征点比值,将匹配特征点比值作为两个对比图片之间的匹配度。
步骤S150,将所述特征点匹配度与预设特征点匹配度进行对比,确定所述特征点匹配度与所述预设特征点匹配度是否大于或等于所述预设特征点匹配度;
可以预先设定以特征点匹配度阈值,例如85%,对应提示人工审核的预设条件可以设定为:两个图片的特征点匹配度大于或等于预设特征点匹配度阈值,即,当两个图片的特征点匹配度大于或等于预设特征点匹配度阈值时,判定两个图片的对比结果满足提示人工审核的预设条件;若两个图片的特征点匹配度小于预设特征点匹配度阈值,则判定这两个图片的对比结果不满足提示人工审核的预设条件。
步骤S160,若是,则判定满足提示人工审核的预设条件。
当两个图片的特征点匹配度大于或等于预设特征点匹配度阈值时,判定两个图片的对比结果满足提示人工审核的预设条件。基于上述人工审核的提示方法进行提示,并基于审核员提交的审核结果信息确定审核结果。
在本实施例中,基于预设特征点提取算法提取所述第一房源图片的特征点信息;将所述第一房源图片的特征点信息与所述第二房源图片的预存特征点信息进行对比,基于所述第一房源图片与所述第二房源图片的匹配特征点数量与所述第一房源图片特征点总数的比值确定所述第一房源图片与所述第二房源图片的特征点匹配度;将所述特征点匹配度与预设特征点匹配度进行对比,确定所述特征点匹配度与所述预设特征点匹配度是否大于或等于所述预设特征点匹配度;若是,则判定满足提示人工审核的预设条件。通过上述方式,基于图片特征点准确地确定审核图片与已存图片的匹配度,提高图片审核的准确率和可靠性。
进一步地,图8为本发明图片审核方法第七实施例的流程示意图。基于上述实施例,在本实施例中,所述特征码为颜色分布特征码,所述第一房源图片或所述第二房源图片的颜色分布特征码的确定方法包括:
步骤S170,将所述第一房源图片或所述第二房源图片压缩至预设像素尺寸,获得压缩后的房源图片;
基于上述实施例,在本实施例中,颜色分布特征码指的是基于图片的颜色分布特征提取的图片颜色特征编码。在本实施例中,第一房源图片和第二房源图片采取相同的颜色分布特征码计算算法进行计算,以便对比确定第一房源图片和第二房源图片的特征码匹配度。在本实施例中,在计算房源图片的特征值时,先对图片进行压缩,将图片压缩至预设像素尺寸。例如8x8,共64个像素,缩小尺寸:将图像缩小到8*8的尺寸,总共64个像素。这一步的作用是去除图像的细节,只保留结构/明暗等基本信息,摒弃不同尺寸/比例带来的图像差异。
步骤S180,确定压缩后的房源图片的各个像素的灰度参数以及灰度参数的平均值;
基于上述步骤,获得压缩后的房源图片后,确定房源图片每个像素对应的灰度参数,再计算所有64个像素的平均灰度参数。
步骤S190,将各个像素的灰度参数与所述平均值的大小比较结果确定所述第一房源图片或所述第二房源图片的颜色分布特征码。
再将每个像素的灰度参数与平均灰度参数进行比较,大于或等于平均灰度参数的记为1,小于平均灰度参数的记为0,从而获得64个像素对应的64个整数,基于特定的预设顺序对64位整数进行排列,获得各个图片的序列指纹,即图片颜色分布特征码。
进一步地,还可以预先对所有第二房源图片进行压缩,压缩为大于8X8的尺寸,例如32X32,将压缩后的第二房源图片转化为灰度图片,再对图片进行离散余弦变换DCT,得到DCT系数矩阵,保留左上角8*8的数据矩阵,计算保留8*8矩阵中DCT均值,设置0或1的64位的hash值,大于等于DCT均值的设为”1”,小于DCT均值的设为“0”。组合在一起,就构成了一个64位的整数,这就是这张图片的指纹。在获得第一房源图片时,对第一房源图片进行同样的操作,得到第一房源图片的指纹,将第一房源图片的指纹与第二房源图片的指纹进行对比,确定相同数据的比值,将该比值作为第一房源图片与第二房源图片的相似度。
在本实施例中,将所述第一房源图片或所述第二房源图片压缩至预设像素尺寸,获得压缩后的房源图片;确定压缩后的房源图片的各个像素的灰度参数以及灰度参数的平均值;将各个像素的灰度参数与所述平均值的大小比较结果确定所述第一房源图片或所述第二房源图片的颜色分布特征码。通过上述方式,基于图片的颜色分布特征码准确地确定审核图片与已存图片的匹配度,提高图片审核的准确率和可靠性。
此外,本发明实施例还提供一种图片审核装置。
参照图9,图9为本发明图片审核装置第一实施例的功能模块示意图。
本实施例中,所述图片审核装置包括:
第一获取模块10,用于获取用户在房源发布***发布房源时上传的第一房源图片;
对比模块20,将所述第一房源图片与预设数据库中的预存的第二房源图片进行特征对比,根据对比结果确定是否满足提示人工审核的预设条件;
第一生成模块30,用于若满足,则获取满足所述预设条件的目标第二房源图片,并基于所述目标第二房源图片生成提示审核员进行人工审核的提示信息;
第二获取模块40,用于获取审核员提交的审核结果信息,基于所述审核结果信息确定所述第一房源图片的最终审核结果。
其中,上述图片审核装置的各虚拟功能模块存储于图1所示图片审核设备的存储器1005中,用于实现图片审核程序的所有功能;各模块被处理器1001执行时,提高识别盗用房源图片的效率。
进一步的,所述对比模块还用于:
基于预设特征码确定算法确定所述第一房源图片的特征码和第二房源图片的特征码,其中,所述特征码至少包括信息摘要MD5码或颜色分布特征码;
将所述第一房源图片的特征码与第二房源图片的特征码进行对比,确定所述第一房源图片与第二房源图片的特征码匹配度;
将所述特征码匹配度与预设特征码匹配度进行比较,判断所述特征码匹配度是否大于或等于预设特征码匹配度;
若所述特征码匹配度大于或等于所述预设特征码匹配度,则判定满足提示人工审核的预设条件;
所述生成模块还用于:
获取满足所述预设条件的目标第二房源图片,并根据所述目标第二房源图片、所述第一房源图片以及所述匹配度生成提示审核员进行人工审核的提示信息。
进一步地,所述对比模块还用于:
基于所述预设特征码确定算定所述第一房源图片的特征码,并从所述预设数据库中获取第二房源图片的预存特征码,以作为第二房源图片的特征码。
进一步地,所述图片审核装置还包括:
存储模块,用于当审核结果为审核通过时,将所述第一房源图片及其特征码存储在所述预设数据库中,并将存储在所述预设数据库中的第一房源图片与其特征码进行关联。
进一步地,所述图片审核装置还包括:
第二生成模块,用于当审核结果为审核不通过时,基于所述第一房源图片生成审核不通过提示信息,并将所述审核不通过提示信息发送至上传所述第一房源图片的用户的用户终端。
进一步地,所述对比模块还用于:
基于预设特征点提取算法提取所述第一房源图片的特征点信息;
将所述第一房源图片的特征点信息与所述第二房源图片的预存特征点信息进行对比,基于所述第一房源图片与所述第二房源图片的匹配特征点数量与所述第一房源图片特征点总数的比值确定所述第一房源图片与所述第二房源图片的特征点匹配度;
将所述特征点匹配度与预设特征点匹配度进行对比,确定所述特征点匹配度与所述预设特征点匹配度是否大于或等于所述预设特征点匹配度;
若是,则判定满足提示人工审核的预设条件。
进一步地,所述图片审核装置还包括颜色特征码确定模块,用于:
将所述第一房源图片或所述第二房源图片压缩至预设像素尺寸,获得压缩后的房源图片;
确定压缩后的房源图片的各个像素的灰度参数以及灰度参数的平均值;
将各个像素的灰度参数与所述平均值的大小比较结果确定所述第一房源图片或所述第二房源图片的颜色分布特征码。
此外,本发明实施例还提供一种计算机可读存储介质。
本发明计算机可读存储介质上存储有图片审核程序,其中所述图片审核程序被处理器执行时,实现如上述的图片审核方法的步骤。
其中,图片审核程序被执行时所实现的方法可参照本发明图片审核方法的各个实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种图片审核方法,其特征在于,所述图片审核方法包括:
获取用户在房源发布***发布房源时上传的第一房源图片;
将所述第一房源图片与预设数据库中的预存的第二房源图片进行特征对比,根据对比结果确定是否满足提示人工审核的预设条件;
若满足,则获取满足所述预设条件的目标第二房源图片,并基于所述目标第二房源图片生成提示审核员进行人工审核的提示信息;
获取审核员提交的审核结果信息,基于所述审核结果信息确定所述第一房源图片的最终审核结果。
2.如权利要求1所述的图片审核方法,其特征在于,所述将所述第一房源图片与预设数据库中的预存的第二房源图片进行特征对比,根据对比结果确定是否满足提示人工审核的预设条件的步骤包括:
基于预设特征码确定算法确定所述第一房源图片的特征码和第二房源图片的特征码,其中,所述特征码至少包括信息摘要MD5码或颜色分布特征码;
将所述第一房源图片的特征码与第二房源图片的特征码进行对比,确定所述第一房源图片与第二房源图片的特征码匹配度;
将所述特征码匹配度与预设特征码匹配度进行比较,判断所述特征码匹配度是否大于或等于预设特征码匹配度;
若所述特征码匹配度大于或等于所述预设特征码匹配度,则判定满足提示人工审核的预设条件;
所述获取满足所述预设条件的目标第二房源图片,并基于所述目标第二房源图片生成提示审核员进行人工审核的提示信息的步骤包括:
获取满足所述预设条件的目标第二房源图片,并根据所述目标第二房源图片、所述第一房源图片以及所述匹配度生成提示审核员进行人工审核的提示信息。
3.如权利要求2所述的图片审核方法,其特征在于,所述基于预设特征码确定算法确定所述第一房源图片的特征码和第二房源图片的特征码的步骤替换为:
基于所述预设特征码确定算定所述第一房源图片的特征码,并从所述预设数据库中获取第二房源图片的预存特征码,以作为第二房源图片的特征码。
4.如权利要求2或3所述的图片审核方法,其特征在于,所述基基于所述审核结果信息确定所述第一房源图片的最终审核结果的步骤之后包括:
当审核结果为审核通过时,将所述第一房源图片及其特征码存储在所述预设数据库中,并将存储在所述预设数据库中的第一房源图片与其特征码进行关联。
5.如权利要求1所述的图片审核方法,其特征在于,所述基于所述审核结果信息确定所述第一房源图片的最终审核结果的步骤之后包括:
当审核结果为审核不通过时,基于所述第一房源图片生成审核不通过提示信息,并将所述审核不通过提示信息发送至上传所述第一房源图片的用户的用户终端。
6.如权利要求1所述的图片审核方法,其特征在于,所述将所述第一房源图片与预设数据库中的预存的第二房源图片进行特征对比,根据对比结果确定是否满足提示人工审核的预设条件的步骤包括:
基于预设特征点提取算法提取所述第一房源图片的特征点信息;
将所述第一房源图片的特征点信息与所述第二房源图片的预存特征点信息进行对比,基于所述第一房源图片与所述第二房源图片的匹配特征点数量与所述第一房源图片特征点总数的比值确定所述第一房源图片与所述第二房源图片的特征点匹配度;
将所述特征点匹配度与预设特征点匹配度进行对比,确定所述特征点匹配度与所述预设特征点匹配度是否大于或等于所述预设特征点匹配度;
若是,则判定满足提示人工审核的预设条件。
7.如权利要求2所述的图片审核方法,其特征在于,所述特征码为颜色分布特征码,所述第一房源图片或所述第二房源图片的颜色分布特征码的确定方法包括:
将所述第一房源图片或所述第二房源图片压缩至预设像素尺寸,获得压缩后的房源图片;
确定压缩后的房源图片的各个像素的灰度参数以及灰度参数的平均值;
将各个像素的灰度参数与所述平均值的大小比较结果确定所述第一房源图片或所述第二房源图片的颜色分布特征码。
8.一种图片审核装置,其特征在于,所述图片审核装置包括:
第一获取模块,用于获取用户在房源发布***发布房源时上传的第一房源图片;
对比模块,将所述第一房源图片与预设数据库中的预存的第二房源图片进行特征对比,根据对比结果确定是否满足提示人工审核的预设条件;
第一生成模块,用于若满足,则获取满足所述预设条件的目标第二房源图片,并基于所述目标第二房源图片生成提示审核员进行人工审核的提示信息;
第二获取模块,用于获取审核员提交的审核结果信息,基于所述审核结果信息确定所述第一房源图片的最终审核结果。
9.一种图片审核设备,其特征在于,所述图片审核设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的图片审核程序,其中所述图片审核程序被所述处理器执行时,实现如权利要求1至7中任一项所述的图片审核方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有图片审核程序,其中所述图片审核程序被处理器执行时,实现如权利要求1至7中任一项所述的图片审核方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910200477.7A CN110083733A (zh) | 2019-03-16 | 2019-03-16 | 图片审核方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910200477.7A CN110083733A (zh) | 2019-03-16 | 2019-03-16 | 图片审核方法、装置、设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110083733A true CN110083733A (zh) | 2019-08-02 |
Family
ID=67412511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910200477.7A Pending CN110083733A (zh) | 2019-03-16 | 2019-03-16 | 图片审核方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110083733A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111311358A (zh) * | 2020-01-20 | 2020-06-19 | 北京无限光场科技有限公司 | 信息处理方法、装置和电子设备 |
CN111737599A (zh) * | 2020-05-07 | 2020-10-02 | 北京城市网邻信息技术有限公司 | 一种房源对象的验证方法和装置 |
CN111767422A (zh) * | 2020-06-30 | 2020-10-13 | 平安国际智慧城市科技股份有限公司 | 一种数据审核方法、装置、终端及存储介质 |
CN113425319A (zh) * | 2020-03-08 | 2021-09-24 | 广东毓秀科技有限公司 | 面向基层医疗机构的呼吸***疾病智能辅助诊断决策方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101996180A (zh) * | 2009-08-12 | 2011-03-30 | 升东网络科技发展(上海)有限公司 | 图片审核过滤***及方法 |
CN107133221A (zh) * | 2017-06-09 | 2017-09-05 | 北京京东尚科信息技术有限公司 | 信息审核方法、装置、计算机可读介质和电子设备 |
CN107688824A (zh) * | 2017-07-27 | 2018-02-13 | 平安科技(深圳)有限公司 | 图片匹配方法及终端设备 |
CN108416066A (zh) * | 2018-03-29 | 2018-08-17 | 平安好房(上海)电子商务有限公司 | 图片搜索方法、用户设备、存储介质及图片搜索装置 |
CN108734393A (zh) * | 2018-05-14 | 2018-11-02 | 平安好房(上海)电子商务有限公司 | 房源信息的匹配方法、用户设备、存储介质及装置 |
CN108763570A (zh) * | 2018-06-05 | 2018-11-06 | 北京拓世寰宇网络技术有限公司 | 一种识别相同房源的方法及装置 |
CN108875757A (zh) * | 2017-05-08 | 2018-11-23 | 腾讯科技(深圳)有限公司 | 一种信息审核方法、服务器及*** |
CN109284894A (zh) * | 2018-08-10 | 2019-01-29 | 广州虎牙信息科技有限公司 | 图片审核方法、装置、存储介质和计算机设备 |
-
2019
- 2019-03-16 CN CN201910200477.7A patent/CN110083733A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101996180A (zh) * | 2009-08-12 | 2011-03-30 | 升东网络科技发展(上海)有限公司 | 图片审核过滤***及方法 |
CN108875757A (zh) * | 2017-05-08 | 2018-11-23 | 腾讯科技(深圳)有限公司 | 一种信息审核方法、服务器及*** |
CN107133221A (zh) * | 2017-06-09 | 2017-09-05 | 北京京东尚科信息技术有限公司 | 信息审核方法、装置、计算机可读介质和电子设备 |
CN107688824A (zh) * | 2017-07-27 | 2018-02-13 | 平安科技(深圳)有限公司 | 图片匹配方法及终端设备 |
WO2019019595A1 (zh) * | 2017-07-27 | 2019-01-31 | 平安科技(深圳)有限公司 | 图片匹配方法及电子设备方法、装置、电子设备及介质 |
CN108416066A (zh) * | 2018-03-29 | 2018-08-17 | 平安好房(上海)电子商务有限公司 | 图片搜索方法、用户设备、存储介质及图片搜索装置 |
CN108734393A (zh) * | 2018-05-14 | 2018-11-02 | 平安好房(上海)电子商务有限公司 | 房源信息的匹配方法、用户设备、存储介质及装置 |
CN108763570A (zh) * | 2018-06-05 | 2018-11-06 | 北京拓世寰宇网络技术有限公司 | 一种识别相同房源的方法及装置 |
CN109284894A (zh) * | 2018-08-10 | 2019-01-29 | 广州虎牙信息科技有限公司 | 图片审核方法、装置、存储介质和计算机设备 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111311358A (zh) * | 2020-01-20 | 2020-06-19 | 北京无限光场科技有限公司 | 信息处理方法、装置和电子设备 |
CN111311358B (zh) * | 2020-01-20 | 2023-05-30 | 北京有竹居网络技术有限公司 | 信息处理方法、装置和电子设备 |
CN113425319A (zh) * | 2020-03-08 | 2021-09-24 | 广东毓秀科技有限公司 | 面向基层医疗机构的呼吸***疾病智能辅助诊断决策方法 |
CN111737599A (zh) * | 2020-05-07 | 2020-10-02 | 北京城市网邻信息技术有限公司 | 一种房源对象的验证方法和装置 |
CN111767422A (zh) * | 2020-06-30 | 2020-10-13 | 平安国际智慧城市科技股份有限公司 | 一种数据审核方法、装置、终端及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110083733A (zh) | 图片审核方法、装置、设备及计算机可读存储介质 | |
CN109165940B (zh) | 一种防盗方法、装置及电子设备 | |
US20230237141A1 (en) | Security verification method and relevant device | |
CN107430654A (zh) | 切换生物特征认证 | |
CN112650875A (zh) | 房产图片验证方法、装置、计算机设备及存储介质 | |
CN108510233A (zh) | 远程面签匹配坐席方法、电子装置及计算机可读存储介质 | |
Saboia et al. | Eye specular highlights telltales for digital forensics: A machine learning approach | |
CN108335191B (zh) | 金融账户的开户方法、金融服务***端及计算机存储介质 | |
CN107888553A (zh) | 一种验证方法、服务器和*** | |
CN110929063A (zh) | 相册生成方法、终端设备及计算机可读存储介质 | |
CN111476269A (zh) | 均衡样本集构建、翻拍图像识别方法、装置、设备及介质 | |
US20160110531A1 (en) | Information processing apparatus, terminal apparatus and information processing method | |
CN109951598A (zh) | 应用界面的显示方法、装置、计算机设备及存储介质 | |
CN112306829A (zh) | 性能信息的确定方法及装置、存储介质、终端 | |
CN109636566A (zh) | 数据展示方法、装置、设备及计算机可读存储介质 | |
CN108270789A (zh) | 网银开通方法、设备、***及计算机可读存储介质 | |
CN113792661A (zh) | 图像检测方法、装置、电子设备以及存储介质 | |
CN108922068A (zh) | 一种信息处理方法及其设备、存储介质、电子设备 | |
CN109003190B (zh) | 一种核保方法、计算机可读存储介质及终端设备 | |
CN109446778A (zh) | 基于人脸识别的不动产登记信息获取方法、计算机装置及计算机可读存储介质 | |
CN111179023A (zh) | 订单识别方法及装置 | |
KR101752659B1 (ko) | 영상 키 인증 방법 및 시스템 | |
CN112637635A (zh) | 文件保密方法及***、计算机可读存储介质及处理器 | |
CN111680191A (zh) | 信息显示方法、装置、设备以及存储装置 | |
CN109544325A (zh) | 基于数据处理的面签***的切换方法、装置和计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190802 |
|
WD01 | Invention patent application deemed withdrawn after publication |