圖片反作弊方法及裝置的制造方法
【專利摘要】本發(fā)明實施例公開了一種圖片反作弊方法及裝置。其中，所述方法包括：從待發(fā)表圖片中提取圖片的像素標(biāo)識特征；根據(jù)提取的像素標(biāo)識特征和預(yù)先存儲的已知作弊圖片的作弊像素標(biāo)識特征，對所述待發(fā)表圖片進(jìn)行作弊識別。本發(fā)明實施例通過采用像素標(biāo)識特征進(jìn)行作弊識別，能夠更真實的反映圖片內(nèi)容，且難以規(guī)避，能夠提高過濾作弊圖片的準(zhǔn)確度。
【專利說明】
圖片反作弊方法及裝置
技術(shù)領(lǐng)域
[0001]本發(fā)明實施例涉及圖片識別技術(shù)領(lǐng)域，尤其涉及一種圖片反作弊方法及裝置。
【背景技術(shù)】
[0002]隨著互聯(lián)網(wǎng)的高速增長，以百度貼吧為例的用戶產(chǎn)生內(nèi)容(UserGeneratedContent，UGC)產(chǎn)品得到了快速發(fā)展，并成為用戶獲取信息的重要渠道。但與此同時，一些作弊者利用UGC平臺發(fā)布一些虛假廣告或者色情傳播的信息，嚴(yán)重影響用戶體驗。尤其近些年，用戶的作弊形式已經(jīng)逐步由文本信息轉(zhuǎn)移到了圖片作弊。
[0003]現(xiàn)有的圖片反作弊技術(shù)中，主要依賴的是通用的圖片處理技術(shù)，比如采用圖片中的字符識別技術(shù)判斷圖片是否有作弊字符，或者通過為圖片進(jìn)行色情打分來判斷圖片是否為色情圖片。
[0004]但是，這些通用的圖片處理技術(shù)很容易被作弊者繞過，比如圖片中的作弊信息并非通過字符傳遞，或者說針對通用處理技術(shù)的原理做一些可以繞過該項技術(shù)識別的圖片，這在現(xiàn)階段的作弊領(lǐng)域并不困難。因此，現(xiàn)有的反作弊技術(shù)過濾作弊圖片的精確度比較低。
【發(fā)明內(nèi)容】
[0005]本發(fā)明提供一種圖片反作弊方法及裝置，以提高過濾作弊圖片的精確度。
[0006]第一方面，本發(fā)明實施例提供了一種圖片反作弊方法，該方法包括:
[0007]從待發(fā)表圖片中提取圖片的像素標(biāo)識特征；
[0008]根據(jù)提取的像素標(biāo)識特征和預(yù)先存儲的已知作弊圖片的作弊像素標(biāo)識特征，對所述待發(fā)表圖片進(jìn)行作弊識別。
[0009 ]第二方面，本發(fā)明實施例還提供了一種圖片反作弊裝置，該裝置包括:
[0010]特征提取模塊，用于從待發(fā)表圖片中提取圖片的像素標(biāo)識特征；
[0011]作弊識別模塊，用于根據(jù)提取的像素標(biāo)識特征和預(yù)先存儲的已知作弊圖片的作弊像素標(biāo)識特征，對所述待發(fā)表圖片進(jìn)行作弊識別。
[0012]本發(fā)明實施例通過提取待發(fā)表圖片中的像素標(biāo)識特征，根據(jù)提取的像素標(biāo)識特征和預(yù)先存儲的已知作弊圖片的作弊像素標(biāo)識特征，對所述待發(fā)表圖片進(jìn)行作弊識別，由于作弊像素標(biāo)識特征能夠標(biāo)識即將顯示的直觀圖片的內(nèi)容，所以將其作為過濾作弊圖片的參考因素能夠規(guī)避作弊手段，因此，能夠有效地提高過濾作弊圖片的準(zhǔn)確度。
【附圖說明】
[0013]圖1是本發(fā)明實施例一中的一種圖片反作弊方法的流程圖；
[0014]圖2是本發(fā)明實施例二中的一種圖片反作弊方法的流程圖；
[0015]圖3是本發(fā)明實施例三中的一種圖片反作弊裝置的結(jié)構(gòu)圖。
【具體實施方式】
[0016]下面結(jié)合附圖和實施例對本發(fā)明作進(jìn)一步的詳細(xì)說明?？梢岳斫獾氖牵颂幩枋龅木唧w實施例僅僅用于解釋本發(fā)明，而非對本發(fā)明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部結(jié)構(gòu)。
[0017]實施例一
[0018]圖1為本發(fā)明實施例一提供的一種圖片反作弊方法的流程圖，本實施例可適用于對待發(fā)表圖片進(jìn)行作弊識別的情況，例如，通過論壇或者應(yīng)用客戶端APP發(fā)帖子，用于對帖子中的圖片進(jìn)行作弊識別，該方法可以由本發(fā)明實施例提供的圖片反作弊裝置來執(zhí)行，該裝置可采用硬件或軟件的方式實現(xiàn)，該裝置也可集成于移動終端、平板電腦、固定終端或服務(wù)器中，如圖1所示，具體包括:
[0019]S101、從待發(fā)表圖片中提取圖片的像素標(biāo)識特征。
[0020]其中，所述待發(fā)表圖片具體可以為但不限于照片、發(fā)貼圖片、APPA界面截圖、網(wǎng)頁界面截圖等。
[0021]所述像素標(biāo)識特征表征所述待發(fā)表圖片中包含的內(nèi)容信息，是基于即將直觀被顯示的圖片的像素而提取出的特征，所以能夠代表圖片的原始顯示內(nèi)容。該像素標(biāo)識特征既可以從全部待發(fā)表圖片提取，也可以從待發(fā)表圖片的部分區(qū)域提取。所述像素標(biāo)識特征可以為但不限于下述至少一種:灰度特征、紋理特征、SIFT特征和SURF特征。比對像素標(biāo)識特征，實際上相當(dāng)于直接比對圖片本身。但采用有效的方式提取像素標(biāo)識特征，可以使得直接比對圖像所需的計算量下降。
[0022]其中，灰度特征為圖片中各像素點的灰度值或灰度統(tǒng)計值，例如，根據(jù)所述待發(fā)表圖片中每個像素點一般包括R、G、B三個子像素，每個子像素都均有對應(yīng)的灰度值，可求取像素或子像素的灰度平均值，將該平均值作為每個像素點對應(yīng)的灰度值，或者求取R、G、B像素灰度值的加權(quán)和，即R、G、B像素灰度值分別乘以一個加權(quán)因子再疊加，疊加后再除以3，將該加權(quán)和作為每個像素點對應(yīng)的灰度值?；叶冉y(tǒng)計值具體可為但不限于根據(jù)每個像素點對應(yīng)的灰度值得到的直方圖。
[0023]其中，紋理特征為圖片中像素點的分布規(guī)律，其表征了所述待發(fā)表圖片中像素的分布情況。具體可采用但不限于以下方法來獲取所述待發(fā)表圖片的紋理特征:LBP紋理特征提取算法、小波變換、傅里葉變換、行程長度分析、灰度差分分析和灰度共生矩陣分析等。
[0024]其中，SIFT特征為采用SIFT特征提取算法對圖片進(jìn)行處理得到的特征。SURF特征為采用SURF特征提取算法對圖片進(jìn)行處理得到的特征。
[0025]S102、根據(jù)提取的像素標(biāo)識特征和預(yù)先存儲的已知作弊圖片的作弊像素標(biāo)識特征，對所述待發(fā)表圖片進(jìn)行作弊識別。
[0026]具體的，將提取的圖片的特征信息與預(yù)先存儲的作弊特征信息進(jìn)行相似度匹配，將相似度超過預(yù)設(shè)閾值(例如90%)的待發(fā)表圖片確定為作弊圖片。其中，在將提取的圖片的特征信息與預(yù)先存儲的作弊特征信息進(jìn)行相似度匹配時，用于匹配的圖片的像素標(biāo)識特征需與作弊像素標(biāo)識特征對應(yīng)，采用相同的提取算法進(jìn)行像素標(biāo)識特征提取。也就是說，如果所述作弊像素標(biāo)識特征為灰度特征，則用于匹配的圖片的特征信息也需為灰度特征，如果提取的圖片的特征信息為非灰度特征，則需要對其進(jìn)行處理得到對應(yīng)的灰度特征，再進(jìn)行相似度匹配。同理，如果所述作弊像素標(biāo)識特征為紋理特征，則也需獲取提取的圖片的特征信息對應(yīng)的紋理特征。如果所述作弊像素標(biāo)識特征為SIFT特征和SURF特征，也需要將提取的圖片的特征信息轉(zhuǎn)換為對應(yīng)的SIFT特征和SURF特征，再進(jìn)行相似度匹配。
[0027]本實施例通過提取待發(fā)表圖片中的像素標(biāo)識特征，根據(jù)提取的像素標(biāo)識特征和預(yù)先存儲的已知作弊圖片的作弊像素標(biāo)識特征，對所述待發(fā)表圖片進(jìn)行作弊識別，由于本發(fā)明實施例將已知作弊圖片的作弊像素標(biāo)識特征作為過濾作弊圖片的參考因素，該像素標(biāo)識特征能夠反映出直觀顯示圖片的原始內(nèi)容，因此，可規(guī)避作弊手段，能夠有效地提高過濾作弊圖片的準(zhǔn)確度。
[0028]在上述技術(shù)方案的基礎(chǔ)上，在對所述待發(fā)表圖片進(jìn)行作弊圖片的識別之后，還包括如下步驟:
[0029]如果確定所述待發(fā)表圖片為作弊圖片，則獲取所述作弊圖片對應(yīng)的作弊像素標(biāo)識特征所屬的作弊類型;根據(jù)所述作弊類型對所述作弊圖片進(jìn)行處理。
[0030]其中，所述作弊類型優(yōu)選包括以下至少一種:傳播非法信息類型、傳播色情信息類型、傳播反動信息類型和傳播廣告信息類型。
[0031]具體的，在根據(jù)所述作弊類型對所述作弊圖片進(jìn)行處理時，根據(jù)作弊類型統(tǒng)計所述作弊圖片在預(yù)設(shè)時間段內(nèi)的發(fā)表次數(shù);將同一作弊類型且發(fā)表次數(shù)超過預(yù)設(shè)次數(shù)的作弊圖片從當(dāng)前顯示頁面中刪除，并將所述作弊圖片對應(yīng)的歷史發(fā)表圖片進(jìn)行刪除。
[0032]例如，如果所述作弊類型為傳播廣告信息類型，則統(tǒng)計為該作弊類型的作弊圖片在預(yù)設(shè)時間段內(nèi)的發(fā)表次數(shù)，如果發(fā)表次數(shù)(例如，5次或10次)超過預(yù)設(shè)次數(shù)(例如3次)，則從當(dāng)前顯示頁面中刪除該作弊圖片，并將該作弊圖片對應(yīng)的歷史發(fā)表圖片進(jìn)行刪除。如果所述作弊類型為較為嚴(yán)重的傳播非法信息類型、傳播色情信息類型或傳播反動信息類型，一旦識別出該類型的作弊圖片，則直接拒絕發(fā)表，或一次發(fā)表就從當(dāng)前顯示頁面中刪除。
[0033]在上述技術(shù)方案的基礎(chǔ)上，在對所述待發(fā)表圖片進(jìn)行作弊識別之后，對于已發(fā)表的作弊圖片，例如，上述包含廣告信息的作弊圖片，為提示用戶該圖片為作弊圖片，在顯示時需區(qū)別顯示作弊圖片中的作弊像素標(biāo)識特征和非作弊像素標(biāo)識特征，或在所述作弊圖片中標(biāo)注所述作弊像素標(biāo)識特征的位置。
[0034]例如，在顯示作弊像素標(biāo)識特征時，采用比較突出的黃色、綠色或紅色進(jìn)行顯示，在顯示作弊像素標(biāo)識特征采用黑色或灰色進(jìn)行顯示?；蛘呤褂梅娇驑?biāo)識出作弊像素標(biāo)識特征在圖片中的位置。
[0035]在上述技術(shù)方案的基礎(chǔ)上，為增加數(shù)據(jù)庫中的作弊像素標(biāo)識特征，提高對后續(xù)作弊圖片的識別率，所述方法進(jìn)一步包括:
[0036]如果識別到所述待發(fā)表圖片為作弊圖片，則將提取的所述像素標(biāo)識特征中與作弊像素標(biāo)識特征匹配的內(nèi)容，作為新的作弊像素標(biāo)識特征存儲在所述圖片識別數(shù)據(jù)庫中。
[0037]具體的，在確定匹配的內(nèi)容時，首先確定提取的所述像素標(biāo)識特征與作弊像素標(biāo)識特征的相似度，將所述相似度超過預(yù)設(shè)閾值的像素標(biāo)識特征作為與作弊像素標(biāo)識特征匹配的內(nèi)容，具體參見上述實施例一中相關(guān)步驟的描述。另外，為增加數(shù)據(jù)庫中的作弊類型，將新的作弊像素標(biāo)識特征對應(yīng)的作弊類型也存儲在圖片識別數(shù)據(jù)庫中。這樣，隨著作弊圖片實例的積累，數(shù)據(jù)庫中可用于作弊識別的作弊像素標(biāo)識特征和作弊類型也在增加。在對于新來的圖片進(jìn)行識別時，可進(jìn)一步提高識別的準(zhǔn)確度。
[0038]在上述技術(shù)方案的基礎(chǔ)上，進(jìn)一步提供了建立圖片識別數(shù)據(jù)庫的步驟，在對所述待發(fā)表圖片進(jìn)行作弊識別時，從圖片識別數(shù)據(jù)庫中直接獲取作弊像素標(biāo)識特征，具體的，主要包括:
[0039]獲取已知作弊圖片的作弊像素標(biāo)識特征；
[0040]將所述作弊像素標(biāo)識特征存儲在圖片識別數(shù)據(jù)庫中。
[0041]具體的，可采用現(xiàn)有的方法獲取已知作弊圖片的灰度特征、紋理特征、SIFT特征或SURF特征，具體參見上述實施例的相關(guān)描述。
[0042]為方便后續(xù)的處理，在將所述作弊像素標(biāo)識特征存儲在圖片識別數(shù)據(jù)庫中時，對所述作弊像素標(biāo)識特征進(jìn)行作弊類型分類處理，將所述作弊像素標(biāo)識特征和對應(yīng)的作弊類型存儲在圖片識別數(shù)據(jù)庫中。這樣，在從圖片識別數(shù)據(jù)庫中獲取作弊像素標(biāo)識特征的同時，可一并獲取對應(yīng)的作弊類型。
[0043]實施例二
[0044]圖2為本發(fā)明實施例二提供的圖片反作弊方法的流程圖，本實施例為本發(fā)明的優(yōu)選實施例，如圖2所示，具體包括:
[0045]S201、獲取已知作弊圖片的作弊像素標(biāo)識特征。
[0046]所述作弊像素標(biāo)識特征可以為但不限于下述至少一種:灰度特征、紋理特征、SIFT特征和SURF特征。
[0047]S202、對所述作弊像素標(biāo)識特征進(jìn)行作弊類型分類處理，將所述作弊像素標(biāo)識特征和對應(yīng)的作弊類型存儲在圖片識別數(shù)據(jù)庫中。
[0048]在對所述作弊像素標(biāo)識特征進(jìn)行分類時，根據(jù)作弊像素標(biāo)識特征包含的內(nèi)容進(jìn)行分類，如果包含的內(nèi)容為非法信息，則確定作弊類型為傳播非法信息類型;如果包含的內(nèi)容為色情信息，則確定作弊類型為傳播色情信息類型;如果包含的內(nèi)容為反動信息，則確定作弊類型為傳播反動信息類型；如果包含的內(nèi)容為廣告信息，則確定作弊類型為傳播廣告信息類型。
[0049]S203、從待發(fā)表圖片中提取圖片的像素標(biāo)識特征。
[0050]S204、根據(jù)提取的像素標(biāo)識特征和圖片識別數(shù)據(jù)庫中存儲的作弊像素標(biāo)識特征，對所述待發(fā)表圖片進(jìn)行作弊識別。
[0051 ]如果識別到所述待發(fā)表圖片為作弊圖片，則執(zhí)行S205，如果識別到所述待發(fā)表圖片為非作弊圖片，則執(zhí)行S208。
[0052]S205、從圖片識別數(shù)據(jù)庫中獲取對應(yīng)的作弊類型。
[0053]S206、根據(jù)所述作弊類型對所述作弊圖片進(jìn)行處理。
[0054]S207、將提取的所述像素標(biāo)識特征中與作弊像素標(biāo)識特征匹配的內(nèi)容，作為新的作弊像素標(biāo)識特征，將新的作弊像素標(biāo)識特征及對應(yīng)的作弊類型存儲在所述圖片識別數(shù)據(jù)庫中。
[0055]S208、發(fā)表所述待發(fā)表圖片。
[0056]關(guān)于本實施例中各步驟的詳細(xì)描述可參見上述實施例一，這里不再贅述。
[0057]實施例三
[0058]圖3所示為本發(fā)明實施例三提供的一種圖片反作弊裝置的結(jié)構(gòu)示意圖，本實施例可適用于對待發(fā)表圖片進(jìn)行作弊識別的情況，例如，通過論壇或者應(yīng)用客戶端APP發(fā)帖子，用于對帖子中的圖片進(jìn)行作弊識別，該裝置可采用硬件或軟件的方式實現(xiàn)，該裝置也可集成于移動終端、平板電腦、固定終端或服務(wù)器中，該裝置的具體結(jié)構(gòu)如下:特征提取模塊31和作弊識別模塊32。
[0059]所述特征提取模塊31用于從待發(fā)表圖片中提取圖片的像素標(biāo)識特征；
[0060]所述作弊識別模塊32用于根據(jù)提取的像素標(biāo)識特征和預(yù)先存儲的已知作弊圖片的作弊像素標(biāo)識特征，對所述待發(fā)表圖片進(jìn)行作弊識別。
[0061]上述產(chǎn)品可執(zhí)行本發(fā)明任意實施例所提供的方法，具備執(zhí)行方法相應(yīng)的功能模塊和有益效果。
[0062]在上述技術(shù)方案的基礎(chǔ)上，所述裝置還包括:作弊類型獲取模塊33和作弊圖片處理模塊34;
[0063]所述作弊類型獲取模塊33用于在所述作弊識別模塊32對所述待發(fā)表圖片進(jìn)行作弊圖片的識別，確定所述待發(fā)表圖片為作弊圖片之后，獲取所述作弊圖片對應(yīng)的作弊像素標(biāo)識特征所屬的作弊類型；
[0064]所述作弊圖片處理模塊34用于根據(jù)所述作弊類型對所述作弊圖片進(jìn)行處理。
[0065]在上述技術(shù)方案的基礎(chǔ)上，所述作弊類型包括以下至少一種:傳播非法信息類型、傳播色情信息類型、傳播反動信息類型和傳播廣告信息類型。
[0066]在上述技術(shù)方案的基礎(chǔ)上，所述作弊圖片處理模塊34具體用于根據(jù)作弊類型統(tǒng)計所述作弊圖片在預(yù)設(shè)時間段內(nèi)的發(fā)表次數(shù);將同一作弊類型且發(fā)表次數(shù)超過預(yù)設(shè)次數(shù)的作弊圖片從當(dāng)前顯示頁面中刪除，并將所述作弊圖片對應(yīng)的歷史發(fā)表圖片進(jìn)行刪除。
[0067]在上述技術(shù)方案的基礎(chǔ)上，所述特征提取模塊31包括:特征提取單元311和特征存儲單元312。
[0068]所述特征提取單元311用于獲取已知作弊圖片的作弊像素標(biāo)識特征；
[0069]所述特征存儲單元312用于將所述作弊像素標(biāo)識特征存儲在圖片識別數(shù)據(jù)庫中。
[0070]在上述技術(shù)方案的基礎(chǔ)上，所述特征存儲單元312具體用于對所述作弊像素標(biāo)識特征進(jìn)行作弊類型分類處理，將所述作弊像素標(biāo)識特征和對應(yīng)的作弊類型存儲在圖片識別數(shù)據(jù)庫中。
[0071 ]在上述技術(shù)方案的基礎(chǔ)上，所述像素標(biāo)識特征為下述至少一種:
[0072]灰度特征，為圖片中各像素點的灰度值或灰度統(tǒng)計值；
[0073 ]紋理特征，為圖片中像素點的分布規(guī)律；
[0074]SIFT特征，為采用SIFT特征提取算法對圖片進(jìn)行處理得到的特征；
[0075]SURF特征，為采用SURF特征提取算法對圖片進(jìn)行處理得到的特征。
[0076]在上述技術(shù)方案的基礎(chǔ)上，所述裝置還包括:顯示模塊35。
[0077]所述顯示模塊35用于在所述作弊識別模塊32對所述待發(fā)表圖片進(jìn)行作弊識別之后，區(qū)別顯示作弊圖片中的作弊像素標(biāo)識特征和非作弊像素標(biāo)識特征，或在所述作弊圖片中標(biāo)注所述作弊像素標(biāo)識特征的位置。
[0078]在上述技術(shù)方案的基礎(chǔ)上，所述裝置還包括:數(shù)據(jù)庫更新模塊36。
[0079]所述數(shù)據(jù)庫更新模塊36用于在所述作弊識別模塊32對所述待發(fā)表圖片進(jìn)行作弊識別之后，如果識別到所述待發(fā)表圖片為作弊圖片，則將提取的所述像素標(biāo)識特征中與作弊像素標(biāo)識特征匹配的內(nèi)容，作為新的作弊像素標(biāo)識特征存儲在所述圖片識別數(shù)據(jù)庫中。
[0080]在上述技術(shù)方案的基礎(chǔ)上，所述數(shù)據(jù)庫更新模塊35還用于確定提取的所述像素標(biāo)識特征與作弊像素標(biāo)識特征的相似度，將所述相似度超過預(yù)設(shè)閾值的像素標(biāo)識特征作為與作弊像素標(biāo)識特征匹配的內(nèi)容。
[0081]在上述技術(shù)方案的基礎(chǔ)上，所述作弊識別模塊32具體用于確定提取的所述像素標(biāo)識特征與預(yù)先存儲的已知作弊圖片的作弊像素標(biāo)識特征的相似度，將所述相似度超過預(yù)設(shè)閾值的像素標(biāo)識特征作為與作弊像素標(biāo)識特征匹配的內(nèi)容，并確定所述待發(fā)明圖標(biāo)為作弊圖片。
[0082]上述產(chǎn)品同樣可執(zhí)行本發(fā)明任意實施例所提供的方法，具備執(zhí)行方法相應(yīng)的功能模塊和有益效果。
[0083]注意，上述僅為本發(fā)明的較佳實施例及所運用技術(shù)原理。本領(lǐng)域技術(shù)人員會理解，本發(fā)明不限于這里所述的特定實施例，對本領(lǐng)域技術(shù)人員來說能夠進(jìn)行各種明顯的變化、重新調(diào)整和替代而不會脫離本發(fā)明的保護(hù)范圍。因此，雖然通過以上實施例對本發(fā)明進(jìn)行了較為詳細(xì)的說明，但是本發(fā)明不僅僅限于以上實施例，在不脫離本發(fā)明構(gòu)思的情況下，還可以包括更多其他等效實施例，而本發(fā)明的范圍由所附的權(quán)利要求范圍決定。
【主權(quán)項】
1.一種圖片反作弊方法，其特征在于，包括: 從待發(fā)表圖片中提取圖片的像素標(biāo)識特征； 根據(jù)提取的像素標(biāo)識特征和預(yù)先存儲的已知作弊圖片的作弊像素標(biāo)識特征，對所述待發(fā)表圖片進(jìn)行作弊識別。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，對所述待發(fā)表圖片進(jìn)行作弊圖片的識別之后，還包括: 如果確定所述待發(fā)表圖片為作弊圖片，則獲取所述作弊圖片對應(yīng)的作弊像素標(biāo)識特征所屬的作弊類型； 根據(jù)所述作弊類型對所述作弊圖片進(jìn)行處理。3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述作弊類型包括以下至少一種:傳播非法信息類型、傳播色情信息類型、傳播反動信息類型和傳播廣告信息類型。4.根據(jù)權(quán)利要求2所述的方法，其特征在于，根據(jù)所述作弊類型對所述作弊圖片進(jìn)行處理，包括: 根據(jù)作弊類型統(tǒng)計所述作弊圖片在預(yù)設(shè)時間段內(nèi)的發(fā)表次數(shù)； 將同一作弊類型且發(fā)表次數(shù)超過預(yù)設(shè)次數(shù)的作弊圖片從當(dāng)前顯示頁面中刪除，并將所述作弊圖片對應(yīng)的歷史發(fā)表圖片進(jìn)行刪除。5.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括: 獲取已知作弊圖片的作弊像素標(biāo)識特征； 將所述作弊像素標(biāo)識特征存儲在圖片識別數(shù)據(jù)庫中。6.根據(jù)權(quán)利要求5所述的方法，其特征在于，將所述作弊像素標(biāo)識特征存儲在圖片識別數(shù)據(jù)庫中包括: 對所述作弊像素標(biāo)識特征進(jìn)行作弊類型分類處理，將所述作弊像素標(biāo)識特征和對應(yīng)的作弊類型存儲在圖片識別數(shù)據(jù)庫中。7.根據(jù)權(quán)利要求5或6所述的方法，其特征在于，對所述待發(fā)表圖片進(jìn)行作弊識別之后，還包括: 如果識別到所述待發(fā)表圖片為作弊圖片，則將提取的所述像素標(biāo)識特征中與作弊像素標(biāo)識特征匹配的內(nèi)容，作為新的作弊像素標(biāo)識特征存儲在所述圖片識別數(shù)據(jù)庫中。8.根據(jù)權(quán)利要求1?6任一項所述的方法，其特征在于，所述像素標(biāo)識特征為下述至少一種: 灰度特征，為圖片中各像素點的灰度值或灰度統(tǒng)計值； 紋理特征，為圖片中像素點的分布規(guī)律； SIFT特征，為采用SIFT特征提取算法對圖片進(jìn)行處理得到的特征； SURF特征，為采用SURF特征提取算法對圖片進(jìn)行處理得到的特征。9.根據(jù)權(quán)利要求1?6任一項所述的方法，其特征在于，對所述待發(fā)表圖片進(jìn)行作弊識別之后，還包括: 區(qū)別顯示作弊圖片中的作弊像素標(biāo)識特征和非作弊像素標(biāo)識特征，或在所述作弊圖片中標(biāo)注所述作弊像素標(biāo)識特征的位置。10.根據(jù)權(quán)利要求1?6任一項所述的方法，其特征在于，根據(jù)提取的像素標(biāo)識特征和預(yù)先存儲的已知作弊圖片的作弊像素標(biāo)識特征，對所述待發(fā)表圖片進(jìn)行作弊識別包括: 確定提取的所述像素標(biāo)識特征與預(yù)先存儲的已知作弊圖片的作弊像素標(biāo)識特征的相似度，將所述相似度超過預(yù)設(shè)閾值的像素標(biāo)識特征作為與作弊像素標(biāo)識特征匹配的內(nèi)容，并確定所述待發(fā)明圖標(biāo)為作弊圖片。11.一種圖片反作弊裝置，其特征在于，包括: 特征提取模塊，用于從待發(fā)表圖片中提取圖片的像素標(biāo)識特征； 作弊識別模塊，用于根據(jù)提取的像素標(biāo)識特征和預(yù)先存儲的已知作弊圖片的作弊像素標(biāo)識特征，對所述待發(fā)表圖片進(jìn)行作弊識別。12.根據(jù)權(quán)利要求11所述的裝置，其特征在于，還包括: 作弊類型獲取模塊，用于在所述作弊識別模塊對所述待發(fā)表圖片進(jìn)行作弊圖片的識另IJ，確定所述待發(fā)表圖片為作弊圖片之后，獲取所述作弊圖片對應(yīng)的作弊像素標(biāo)識特征所屬的作弊類型； 作弊圖片處理模塊，用于根據(jù)所述作弊類型對所述作弊圖片進(jìn)行處理。13.根據(jù)權(quán)利要求12所述的裝置，其特征在于，所述作弊類型包括以下至少一種:傳播非法信息類型、傳播色情信息類型、傳播反動信息類型和傳播廣告信息類型。14.根據(jù)權(quán)利要求12所述的裝置，其特征在于，所述作弊圖片處理模塊具體用于: 根據(jù)作弊類型統(tǒng)計所述作弊圖片在預(yù)設(shè)時間段內(nèi)的發(fā)表次數(shù);將同一作弊類型且發(fā)表次數(shù)超過預(yù)設(shè)次數(shù)的作弊圖片從當(dāng)前顯示頁面中刪除，并將所述作弊圖片對應(yīng)的歷史發(fā)表圖片進(jìn)行刪除。15.根據(jù)權(quán)利要求11所述的裝置，其特征在于，所述特征提取模塊包括: 特征提取單元，用于獲取已知作弊圖片的作弊像素標(biāo)識特征； 特征存儲單元，用于將所述作弊像素標(biāo)識特征存儲在圖片識別數(shù)據(jù)庫中。16.根據(jù)權(quán)利要求15所述的裝置，其特征在于，所述特征存儲單元具體用于: 對所述作弊像素標(biāo)識特征進(jìn)行作弊類型分類處理，將所述作弊像素標(biāo)識特征和對應(yīng)的作弊類型存儲在圖片識別數(shù)據(jù)庫中。17.根據(jù)權(quán)利要求15或16所述的裝置，其特征在于，還包括: 數(shù)據(jù)庫更新模塊，用于在所述作弊識別模塊對所述待發(fā)表圖片進(jìn)行作弊識別之后，如果識別到所述待發(fā)表圖片為作弊圖片，則將提取的所述像素標(biāo)識特征中與作弊像素標(biāo)識特征匹配的內(nèi)容，作為新的作弊像素標(biāo)識特征存儲在所述圖片識別數(shù)據(jù)庫中。18.根據(jù)權(quán)利要求11?16任一項所述的裝置，其特征在于，所述像素標(biāo)識特征為下述至少一種: 灰度特征，為圖片中各像素點的灰度值或灰度統(tǒng)計值； 紋理特征，為圖片中像素點的分布規(guī)律； SIFT特征，為采用SIFT特征提取算法對圖片進(jìn)行處理得到的特征； SURF特征，為采用SURF特征提取算法對圖片進(jìn)行處理得到的特征。19.根據(jù)權(quán)利要求11?16任一項所述的裝置，其特征在于，還包括: 顯示模塊，用于在所述作弊識別模塊對所述待發(fā)表圖片進(jìn)行作弊識別之后，區(qū)別顯示作弊圖片中的作弊像素標(biāo)識特征和非作弊像素標(biāo)識特征，或在所述作弊圖片中標(biāo)注所述作弊像素標(biāo)識特征的位置。20.根據(jù)權(quán)利要求11?16任一項所述的裝置，其特征在于，所述作弊識別模塊具體用于: 確定提取的所述像素標(biāo)識特征與預(yù)先存儲的已知作弊圖片的作弊像素標(biāo)識特征的相似度，將所述相似度超過預(yù)設(shè)閾值的像素標(biāo)識特征作為與作弊像素標(biāo)識特征匹配的內(nèi)容，并確定所述待發(fā)明圖標(biāo)為作弊圖片。
【文檔編號】G06K9/62GK105956596SQ201610264685
【公開日】2016年9月21日
【申請日】2016年4月26日
【發(fā)明人】常鑫
【申請人】百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司