(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210860571.7 (22)申请日 2022.07.21 (71)申请人 北京天防安全科技有限公司 地址 100089 北京市海淀区北三环西路32 号楼16层1810 -1 (72)发明人 王强　段伟恒　张永元　杜邦豪　 (74)专利代理 机构 北京维正专利代理有限公司 11508 专利代理师 刘美莲 (51)Int.Cl. G06V 20/52(2022.01) G06V 20/40(2022.01) G06V 10/40(2022.01) G06V 10/764(2022.01) (54)发明名称 基于图像识别的资产分类方法、 系统、 终端 及存储介质 (57)摘要 本申请涉及一种基于图像识别的资产分类 方法、 系统、 终端及存储介质， 属于图像识别领 域； 其中基于图像识别的资产分类方法包括获取 视频设备的web响应页面图片； 利用特征提取技 术对web响应页面图片进行特征提取得到图像特 征； 调取预设的置信度关系库， 并根据置信度关 系库和图像特征得到图像特征对应的类别置信 度； 置信度关系库内存储有图像特征、 类别置信 度及图像特征与类别置信度之间的对应 关系； 基 于预设的图片类别置信度计算规则， 根据图像特 征和图像特征的类别置信度得到web响应页面图 片的图片类别置信度； 根据web响应页面图片的 图片类别置信度确定视频设备的类别信息。 本申 请具有提高了对视频资产识别分类的操作便捷 性的效果。 权利要求书3页 说明书9页 附图2页 CN 115171048 A 2022.10.11 CN 115171048 A 1.一种基于图像识别的资产分类方法， 其特 征在于， 包括： 获取视频设备的web响应页面图片； 利用特征提取技 术对web响应页面图片进行 特征提取得到图像特 征； 调取预设的置信度关系库， 并根据置信度关系库和图像特征得到图像特征对应的类别 置信度； 所述置信度关系库内存储有图像特征、 类别置信度及图像特征与类别置信度之间 的对应关系； 基于预设的图片类别置信度计算规则， 根据图像特征和图像特征 的类别置信 度得到web响应页面图片的图片类别置信度； 根据web响应页面图片的图片类别置信度确定 视频设备的类别 信息。 2.根据权利要求1所述的基于图像识别的资产分类方法， 其特征在于， 所述获取视频设 备的web响应页面图片的步骤 包括： 利用网络扫描技 术模拟生成HT TP请求； 基于HTTP请求， 对视频设备的web开 放端口进行扫描得到web响应页面； 对web响应页面进行截图得到web响应页面图片。 3.根据权利要求1所述的基于图像识别的资产分类方法， 其特征在于， 所述基于预设的 图片类别置信度计算规则， 根据图像特征和图像特征的类别置信度得到web 响应页面图片 的图片类别置信度的步骤 包括： 所述图片类别置信度计算 规则包括第一 规则； 所述第一 规则包括： 将web响应页面图片中所有图像特 征的类别置信度与第一预设置信度比较； 若存在一图像特 征的类别置信度大于第一预设置信度； 将该图像特 征的类别置信度视作web响应页面图片的图片类别置信度。 4.根据权利要求3所述的基于图像识别的资产分类方法， 其特征在于， 所述基于预设的 图片类别置信度计算规则， 根据图像特征和图像特征的类别置信度得到web 响应页面图片 的图片类别置信度的步骤 包括： 所述图片类别置信度计算 规则包括第二 规则； 所述第二 规则包括： 当web响应页面图片中所有的图像特 征的类别置信度均小于第一预设置信度时； 比较web响应页面图片中所有图像特 征的类别置信度； 选取其中类别 置信度第 一高和类别 置信度第 二高的图像特征， 并计算二者的置信度差 值， 将该差值与第二预设置信度比较， 若差值大于置信度阈值， 且二者的类别信息不同， 将 类别置信度第一高的图像特 征标记为第一待计算特 征； 获取第一待计算特 征的类别 信息； 获取其余的图像特征的类别信息， 并将其与第一待计算特征的类别信息比较， 保留其 余的图像特征中类别信息相同的图像特征， 并选择其中置信度第一高的图像特征， 将该图 像特征标记为第二待计算特 征； 基于第二规则包含的计算规则， 根据第 一待计算特征的类别置信度和第 二待计算特征 的类别置信度得到web响应页面图片的图片类别置信度。 5.根据权利要求4所述的基于图像识别的资产分类方法， 其特征在于， 所述计算规则包 括： M1＝1‑[(1‑M2)×(1‑M3)]；权　利　要　求　书 1/3 页 2 CN 115171048 A 2其中， M1表示图片类别置信度， M2表示第一待计算特征的类别置信度， M3表示第二待计 算特征的类别置信度。 6.根据权利要求4所述的基于图像识别的资产分类方法， 其特征在于， 所述基于预设的 图片类别置信度计算规则， 根据图像特征和图像特征的类别置信度得到web 响应页面图片 的图片类别置信度的步骤 包括： 所述图片类别置信度计算 规则包括第三 规则； 所述第三 规则包括： 当web响应页面图片中所有的图像特征的类别置信度均小于第一预设置信度， 当类别 置信度第一高和类别置信度第二高的图像特征之间的置信度差值小于置信度阈值， 且二者 的类别信息不同时； 将类别置信度第一高的图像特 征的类别 信息标记为第一种类别 信息； 将类别置信度第二高的图像特 征的类别 信息标记为第二种类别 信息； 基于第二 规则， 对第一种类别 信息对应的图像特 征的置信度计算得到第一置信度； 基于第二 规则， 对第二种类别 信息对应的图像特 征的置信度计算得到第二置信度； 计算第一置信度和第二置信度的差值， 将该差值与预设差值阈值比较， 若该差值大于 预设差值阈值， 则将第一置信度视作web响应页面图片的图片类别置信度。 7.根据权利要求6所述的基于图像识别的资产分类方法， 其特征在于， 所述基于预设的 图片类别置信度计算规则， 根据图像特征和图像特征的类别置信度得到web 响应页面图片 的图片类别置信度的步骤 包括： 所述图片类别置信度计算 规则包括第四规则； 所述第四规则包括： 当第一置信度和第二置信度的差值小于预设差值阈值时； 获取第一种类别 信息对应的类别置信度前三高的图像特 征； 基于第四规则包含的计算规则， 根据图像特征的置信度得到 图像特征的比例信息， 根 据图像特 征的比例信息和置信度计算出第一种类别 信息对应的类别置信度； 获取第二种类别 信息对应的类别置信度前三高的图像特 征； 基于第四规则包含的计算规则， 根据图像特征的置信度得到 图像特征的比例信息， 根 据图像特 征的比例信息和置信度计算出第二种类别 信息对应的类别置信度； 比较两个 类别置信度， 将更 大的类别置信度视作web响应页面图片的图片类别置信度。 8.一种基于图像识别的资产分类系统， 其特 征在于， 包括： 获取模块(1)， 用于获取视频设备的web响应页面图片； 提取模块(2)， 用于利用 特征提取技术对web响应页面图片进行特征提取得到图像特 征； 调取模块(3)， 用于调取预设的置信度关系库， 并根据置信度关系库和图像特征得到图 像特征对应的类别置信度； 所述置信度关系库内存储有图像特征、 类别置信度及图像特征 与类别置信度之间的对应关系； 计算模块(4)， 用于基于预设的图片类别置信度计算规则， 根据图像特征和图像特征的 类别置信度得到web响应页面图片的图片类别置信度； 确定模块(5)， 用于根据web响应页面图片的图片类别置信度确定视频设备的类别信 息。权　利　要　求　书 2/3 页 3 CN 115171048 A 3