信息处理方法、装置及存储介质与流程

本申请涉及智能视频图像监控领域，特别涉及一种信息处理方法、装置及存储介质。

背景技术：

当前对互联网上的大量信息(如图片、视频、文本、语音等)进行内容审核时，一般采用人工智能方式进行处理，可以大大提高审核效率，提升审核效果的同时节省人力成本。但是相关方案中为了满足可靠的召回率和精准度，实时的处理能力比较低，对于海量信息处理，如果需要完全的进行审核，需要大量的服务器硬件资源，大量带宽、流量等。

技术实现要素：

本申请实施例提供一种信息处理方法、装置及存储介质，可以根据用户对图片及视频进行处理，使处理后的图片及视频满足不同用户的需求。

本申请实施例提供了一种信息处理方法，其包括：

在边缘节点，将多个目标网络数据进行分类，得到多类目标网络数据；

将每类目标网络数据通过对应的分类检测模型进行审核，得到每个所述目标网络数据的审核标签；

从所述审核标签中确定出目标审核标签，将带有所述目标审核标签的所述目标网络数据输出至后端。

本申请实施例提供了一种信息处理装置，其包括：

目标网络获取模块，用于在边缘节点，将多个目标网络数据进行分类，得到多类目标网络数据；

审核标签获取模块，用于将每类目标网络数据通过对应的分类检测模型进行审核，得到每个所述目标网络数据的审核标签；

输出模块，用于从所述审核标签中确定出目标审核标签，将带有所述目标审核标签的所述目标网络数据输出至后端。

本申请实施例还提供一种存储介质，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行如上述所述的信息处理方法。

本申请实施例提供的信息处理方法、装置及存储介质中，其在边缘节点，将多个目标网络数据进行分类，得到多类目标网络数据；将每类目标网络数据通过对应的分类检测模型进行审核，得到每个所述目标网络数据的审核标签；从所述审核标签中确定出目标审核标签，将带有所述目标审核标签的所述目标网络数据输出至后端。在各个边缘节点上对网络数据进行内容审核，可以全量进行内容审核、分类，提高人工智能审核的处理速度，降低硬件资源的需求，减少带宽的需求量。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的信息处理方法的流程示意图。

图2为本申请实施例提供的信息处理方法的流程示意图。

图3为本申请实施例提供的信息处理装置的示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。

请参阅图1，图1为本申请实施例提供的信息处理方法的流程示意图，信息处理方法的流程可以包括：

101，在边缘节点，将多个目标网络数据进行分类，得到多类目标网络数据。

边缘节点可以理解为各业务场景节点处、各公司服务器节点处等。通过边缘节点，可以将多个目标网络数据直接或间接发送给用户。在边缘节点，将多个目标网络数据进行分类，从而得到多类目标网络数据。具体的，可以根据目标网络数据的类型进行分类，如目标网络数据的类型包括图片、视频、文本、语音等，然后将同类型的目标网络数据分成同一类目标网络数据，从而得到对应多种类型的多类目标网络数据。

102，将每类目标网络数据通过对应的分类检测模型进行审核，得到每个所述目标网络数据的审核标签。

将每类目标网络数据通过对应的检测模块进行审核，其中，可以一类目标网络数据对应一个检测模块，多类目标网络数据则具有对应的多个分类检测模型。当然，也可以两类或多类目标网络数据对应同一个分类检测模型，也可以一类目标网络数据对应一个或两个或多个分类检测模型。

将每类目标网络数据通过对应的分类检测模型进行审核，得到每个所述目标网络数据的审核标签。审核标签可以为合格标签和不合格标签。例如，分类检测模型检测到违法的黄色图片、推销小广告图片等数据时，对应的目标网络数据设置不合格标签。

103，从所述审核标签中确定出目标审核标签，将带有所述目标审核标签的所述目标网络数据输出至后端。

最后从审核标签中确定出目标审核标签，然后将带有目标审核标签的目标网络数据输出至后端，以便后面的后端可以快速处理。目标网络数据的标签包括目标审核标签和非目标审核标签，可以将非目标审核标签对应的目标网络数据舍弃。本实施例无需更改原先系统整体架构，在边缘节点处进行智能化的信息处理，减轻后端整体计算、带宽流量压力。边缘节点处可以对有害的数据信息(图片、图像、文本、语音等)进行分类和加审核标签，方便后端进行业务审核。其中，目标审核标签可以是用户关注审核标签、违规信息标签、特定目标审核标签等中的至少一项，特定目标审核标签可以根据用户需要进行设定，如关于某部电影的审核标签、某个小说的审核标签、某个演员的审核标签、某个关键词的审核标签、某个图像对应的审核标签等等。

请参阅图2，图2为本申请实施例提供的信息处理方法的流程示意图，信息处理方法的流程具体可以包括：

201，在边缘节点，获取多个网络数据。

边缘节点可以理解为各业务场景节点处、各公司服务器节点处等。通过边缘节点，可以将多个目标网络数据直接或间接发送给用户。

202，将所述多个网络数据进行过滤，去除无效的网络数据，得到多个目标网络数据。

在各个边缘节点处，先将各个边缘节点产生的海量网络数据进行过滤清洗，剔除无效、无用的数据内容，得到多个有效的目标网络数据。

203，将多个目标网络数据进行分类，得到多类目标网络数据。

在一些实施例中，将多个目标网络数据根据数据类型进行分类，得到多类目标网络数据。

在边缘节点，将多个目标网络数据进行分类，从而得到多类目标网络数据。具体的，可以根据目标网络数据的类型进行分类，如目标网络数据的类型包括图片、视频、文本、语音等，然后将同类型的目标网络数据分成同一类目标网络数据，从而得到对应多种类型的多类目标网络数据。例如，可以包括关于电影的一类目标网络数据、关于新闻的一类目标网络数据、关于体育一类的目标网络数据等。

在一些实施例中，获取用户的输入信息；根据所述输入信息生成所述预设分类信息；将多个目标网络数据根据按照所述预设分类信息进行分类，得到多类目标网络数据。

可以根据用户的输入信息对多个目标网络数据进行分类，可以得到很多细分类的目标网络数据。例如，关于电视剧a的目标网络数据、关于电影b的目标网络数据、关于演员c的目标网络数据、关于财经新闻的目标网络数据。还可以更加细化，如关于股市的财经新闻的目标网络数据等。

在一些实施例中，获取用户的输入信息之后，还包括：

根据所述用户的输入信息生成用户关注标签，所述审核标签包括正常信息标签、违规信息标签和所述用户关注标签。

可以根据用户的输入信息生成用户关注标签。在原有的正常信息标签和违规信息标签的基础上增加用户关注标签。

204，根据每类网络数据获取对应的分类检测模型，从而得到对应多类网络数据的多个分类检测模型。

205，将每类目标网络数据通过对应的分类检测模型进行审核，得到每个所述目标网络数据的审核标签。

将每类目标网络数据通过对应的检测模块进行审核，其中，可以一类目标网络数据对应一个检测模块，多类目标网络数据则具有对应的多个分类检测模型。当然，也可以两类或多类目标网络数据对应同一个分类检测模型，也可以一类目标网络数据对应一个或两个或多个分类检测模型。

将每类目标网络数据通过对应的分类检测模型进行审核，得到每个所述目标网络数据的审核标签。审核标签可以为合格标签和不合格标签。例如，分类检测模型检测到违法的黄色图片、推销小广告图片等数据时，对应的目标网络数据设置不合格标签。

206，将带有所述违规信息标签和所述用户关注标签的所述目标网络数据输出至后端。

在一些实施例中，将带有所述用户关注标签的所述目标网络数据先输出至后端；

当带有所述用户关注标签的所述目标网络数据输出完成后，将带有所述违规信息标签的所述目标网络数据输出至后端。

当流量有限等情况下，优先传输带有用户关注标签的所述目标网络数据，以便后端可以更加快速的对带有用户关注标签的所述目标网络数据进行筛选、处理，从而更加快速的将带有用户关注标签的所述目标网络数据展示给用户。

在一些实施例中，将带有所述违规信息标签的所述目标网络数据先输出至后端；

当带有所述违规信息标签的所述目标网络数据输出完成后，将带有所述用户关注标签的所述目标网络数据输出至后端。

当流量有限等情况下，优先传输带有违规信息标签的所述目标网络数据，以便后端可以更加快速的对带有违规信息标签的所述目标网络数据进行筛选、处理，从而更加快速的将带有违规信息标签的所述目标网络数据展示给用户。

需要说明的是，本申请实施例中，可以将仅带有所述违规信息标签或所述用户关注标签的所述目标网络数据输出，也可以将带有所述违规信息标签和所述用户关注标签的所有所述目标网络数据输出。

207，将带有所述正常信息标签的所述目标网络数据舍弃。

最后将违规信息标签和所述用户关注标签的所述目标网络数据输出，将带有所述正常信息标签的所述目标网络数据舍弃。以便后面的平台后端可以快速处理。无需更改原先系统整体架构，在边缘节点处进行智能化的信息处理，减轻后端整体计算、带宽流量压力。可以将原先处理能力的能力提高，降低成本，降低后端带宽流量(在一些实验数据中，具体可以将原先处理能力的能力提高约12倍左右，综合成本降低到原先的1/10，后端带宽流量降低到原先的15％左右)。还可以在边缘节点可以对有害的数据信息(图片、图像、文本、语音等)进行分类打标，方便后端进行业务审核。

可以将正常的目标网络数据滤掉，而将违规的或者客户感兴趣的目标网络数据传输到后端进行精细化处理。客户、业务并不关注正常的目标网络数据，因为很普通，而且千篇一律，数据量又很大。重要的是从海量互联网数据信息中提取出客户感兴趣和违规的信息，这些网络数据的量较小，可以带来后端的带宽、流量优势。

由上可知，本申请实施例的信息处理方法在边缘节点，将多个目标网络数据进行分类，得到多类目标网络数据；将每类目标网络数据通过对应的分类检测模型进行审核，得到每个所述目标网络数据的审核标签；从所述审核标签中确定出目标审核标签，将带有所述目标审核标签的所述目标网络数据输出至后端。在各个边缘节点上对网络数据进行内容审核，可以全量进行内容审核、分类，提高人工智能审核的处理速度，降低硬件资源的需求，减少带宽的需求量。同时不会影响已有的业务系统的整体架构。

请参阅图3，图3为本申请实施例提供的信息处理装置的示意图，信息处理装置300包括目标网络获取模块301、审核标签获取模块302和输出模块303。

目标网络获取模块301用于在边缘节点，将多个目标网络数据进行分类，得到多类目标网络数据；

审核标签获取模块302用于将每类目标网络数据通过对应的分类检测模型进行审核，得到每个所述目标网络数据的审核标签；

输出模块303用于从所述审核标签中确定出目标审核标签，将带有所述目标审核标签的所述目标网络数据输出至后端。

在一些实施例中，审核标签获取模块302还用于根据每类网络数据获取对应的分类检测模型，从而得到对应多类网络数据的多个分类检测模型。

在一些实施例中，审核标签获取模块302还用于将多个目标网络数据根据数据类型进行分类，得到多类目标网络数据。

在一些实施例中，审核标签获取模块302还用于获取用户预置的预设分类信息；将多个目标网络数据根据按照所述预设分类信息进行分类，得到多类目标网络数据。

在一些实施例中，审核标签获取模块302还用于获取用户的输入信息；根据所述输入信息生成所述预设分类信息。

在一些实施例中，审核标签获取模块302还用于根据所述用户的输入信息生成用户关注标签，所述审核标签包括正常信息标签、违规信息标签和所述用户关注标签；所述用户的输入信息将带有所述审核标签的所述目标网络数据输出包括：将带有所述违规信息标签和所述用户关注标签的所述目标网络数据输出；将带有所述正常信息标签的所述目标网络数据舍弃。

在一些实施例中，输出模块303还用于将带有所述用户关注标签的所述目标网络数据输出；

当带有所述用户关注标签的所述目标网络数据输出完成后，将带有所述违规信息标签的所述目标网络数据输出。

在一些实施例中，目标网络获取模块301还用于在边缘节点，获取多个网络数据；将所述多个网络数据进行过滤，去除无效的网络数据，得到多个目标网络数据。

由上可知，本申请实施例的信息处理装置中，目标网络获取模块301在边缘节点，将多个目标网络数据进行分类，得到多类目标网络数据；审核标签获取模块302将每类目标网络数据通过对应的分类检测模型进行审核，得到每个所述目标网络数据的审核标签；输出模块303从所述审核标签中确定出目标审核标签，将带有所述目标审核标签的所述目标网络数据输出至后端。在各个边缘节点上对网络数据进行内容审核，可以全量进行内容审核、分类，提高人工智能审核的处理速度，降低硬件资源的需求，减少带宽的需求量。

本申请实施例还提供一种存储介质，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，所述计算机执行上述任一实施例所述的信息处理方法。

需要说明的是，本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过计算机程序来指令相关的硬件来完成，所述计算机程序可以存储于计算机可读存储介质中，所述存储介质可以包括但不限于：只读存储器(rom，readonlymemory)、随机存取存储器(ram，randomaccessmemory)、磁盘或光盘等。

以上对本申请实施例提供的信息处理方法、装置及存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请。同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。