图像检测方法、装置、电子设备及可读存储介质

技术领域

本申请涉及计算机图像检测技术领域，具体而言，涉及一种图像检测方法、装置、电子设备及可读存储介质。

背景技术

若要检测设计员设计得到的一个图像是否侵犯其他设计员的图像版权。目前的检测方式通常为人工检测方式，而人工检测的效率低，且对检测人员的专业要求高。目前，虽然可以通过设备自动对图像进行检测，但自动检测主要是针对整图的相似度进行检测，容易存在漏检的情况。

发明内容

本申请实施例的目的在于提供一种图像检测方法、装置、电子设备及可读存储介质，有利于提高图像版权检测的效率，降低漏检概率，能够为待测图像是否存在图像版权侵权提供准确可靠的参考。

为了实现上述目的，本申请的实施例通过如下方式实现：

第一方面，本申请实施例提供一种图像检测方法，所述方法包括：

获取待测图像；

将所述待测图像输入第一类检测模型及第二类检测模型；

通过所述第一类检测模型及所述第二类检测模型，分别对所述待测图像与图像对照库中的图像的图像特征进行比对，得到表征所述待测图像是否存在图像版权侵权的参考结果，所述第一类检测模型用于提取并检测所述待测图像表征整图或元素图的第一类图像特征，所述第二类检测模型用于提取并检测所述待测图像中表征图像风格的第二类图像特征。

在上述的实施方式中，通过第一类检测模型和第二类检测模型相互配合，能够对图像的整图、元素图及图像风格进行检测，能够降低漏检的概率，提高检测的效率，能够为待测图像是否存在图像版权侵权提供准确可靠的参考。

结合第一方面，在一些可选的实施方式中，通过所述第一类检测模型及所述第二类检测模型，分别对所述待测图像与图像对照库中的图像的图像特征进行比对，得到表征所述待测图像是否存在图像版权侵权的参考结果，包括：

通过所述第一类检测模型，提取所述待测图像中表征整图或元素图的第一类图像特征，并对所述第一类图像特征与所述图像对照库中的图像的图像特征进行比对，得到所述待测图像是否存在整图相似或元素相似的第一检测结果；

通过所述第二类检测模型，提取所述待测图像中表征图像风格的第二类图像特征，并对所述第二类图像特征与所述图像对照库中的图像的图像特征进行比对，得到所述待测图像是否存在风格相似的第二检测结果；

根据所述第一检测结果，和/或所述第二检测结果，确定所述待测图像是否存在图像版权侵权的参考结果。

在上述的实施方式中，通过第一类检测模型对待测图像是否存在整图相似或元素相似进行检测，以及通过第二类检测模型对待测图像是否存在风格相似进行检测，能够更全面地对待测图像进行检测，提高检测的准确性与可靠性。

结合第一方面，在一些可选的实施方式中，对所述第一类图像特征与所述图像对照库中的图像的图像特征进行比对，得到所述待测图像是否存在整图相似或元素相似的第一检测结果，包括：

当所述第一类图像特征表征整图特征时，对表征所述整图特征的第一类图像特征与所述图像对照库中的图像的图像特征进行比对；

若所述图像对照库中存在图像特征与所述第一类图像特征的相似度大于或等于第一预设阈值的第一图像，确定所述待测图像与所述第一图像之间整图相似；

当所述第一类图像特征表征元素图特征时，对表征所述元素图特征的第一类图像特征与所述图像对照库中的图像的图像特征进行比对；

若所述图像对照库中存在图像特征与所述第一类图像特征的相似度大于或等于第二预设阈值的第二图像，确定所述待测图像与所述第二图像之间元素图相似。

在上述的实施方式中，通过将特征之间的相似度与相应的阈值进行比对，有利于快速判断是否存在整图或元素相似。

结合第一方面，在一些可选的实施方式中，对所述第二类图像特征与所述图像对照库中的图像的图像特征进行比对，得到所述待测图像是否存在风格相似的第二检测结果，包括：

对所述第二类图像特征与所述图像对照库中的图像的图像特征进行比对，所述第二类图像特征包括所述待测图像的纹理特征；

若所述图像对照库中存在图像特征与所述第二类图像特征的相似度大于或等于第三预设阈值的第三图像，确定所述待测图像与所述第三图像之间风格相似。

在上述的实施方式中，通过将图像特征之间的相似度与相应的阈值进行比对，有利于快速判断是否存在图像风格上的相似。

结合第一方面，在一些可选的实施方式中，在获取待测图像之前，所述方法还包括：

获取多个样本图像，形成所述图像对照库；

针对所述多个样本图像中的每个样本图像，通过所述第一类检测模型，提取所述样本图像中表征整图或元素图的第一类图像特征，以及通过所述第二类检测模型，提取所述样本图像中表征图像风格的第二类图像特征；

建立每个所述样本图像与所述样本图像中表征整图或元素图的第一类图像特征、所述样本图像中表征图像风格的第二类图像特征的关联关系，得到特征库。

在上述的实施方式中，通过创建图像对照库及特征库，有利于在对待测图像进行比对时，提供基础比对数据的支持。

结合第一方面，在一些可选的实施方式中，所述方法还包括：

当所述参考结果表示所述待测图像存在图像版权侵权的概率大于或等于指定阈值时，输出所述待测图像的侵权类型及侵权级别，所述侵权类型包括整图侵权、元素侵权、风格侵权中的至少一种。

在上述的实施方式中，通过输出待测图像的侵权类型及侵权级别，有利于用户根据输出结果，进行进一步的分析比对，为图像版权检测提供可靠依据。

结合第一方面，在一些可选的实施方式中，所述待测图像包括具有图层属性的图像，所述待测图像中的每个图层中的图案为一个元素图。

第二方面，本申请实施例还提供一种图像检测装置，所述装置包括：

图像获取单元，用于获取待测图像；

输入单元，用于将所述待测图像输入第一类检测模型及第二类检测模型；

检测单元，用于通过所述第一类检测模型及所述第二类检测模型，分别对所述待测图像与图像对照库中的图像的图像特征进行比对，得到表征所述待测图像是否存在图像版权侵权的参考结果，所述第一类检测模型用于提取并检测所述待测图像表征整图或元素图的第一类图像特征，所述第二类检测模型用于提取并检测所述待测图像中表征图像风格的第二类图像特征。

第三方面，本申请实施例还提供一种电子设备，所述电子设备包括相互耦合的处理器及存储器，所述存储器内存储计算机程序，当所述计算机程序被所述处理器执行时，使得所述电子设备执行上述的方法。

第四方面，本申请实施例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上述的方法。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，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相关的附图。

图1为本申请实施例提供的电子设备的结构示意图。

图2为本申请实施例提供的图像检测方法的流程示意图。

图3为图2中步骤S230的子步骤的流程示意图。

图4为本申请实施例提供的比对规则的表格示意图。

图5为本申请实施例提供的图像检测装置的框图。

图标：10-电子设备；11-处理模块；12-存储模块；100-图像检测装置；110-图像获取单元；120-输入单元；130-检测单元。

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描述。需要说明的是，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。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

请参照图1，本申请实施例提供一种电子设备10，可以用于检测待测图像是否存在图像版权侵权的可能性，以得到相应的参考结果，能够提高图像版权检测的效率，提高所确定的参考结果的准确性与可靠性，降低出现漏检的概率。

电子设备10可以包括处理模块11及存储模块12。存储模块12内存储计算机程序，当计算机程序被处理模块11执行时，使得电子设备10能够执行下述方法中的各步骤。

电子设备10还可以包括其他模块，例如电子设备10还可以包括显示屏、固化在存储模块12中的图像检测装置100。显示屏可以用于显示检测结果。处理模块11、存储模块12、显示屏以及图像检测装置100各个元件之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。

其中，电子设备10可以是但不限于个人电脑、服务器等设备。

请参照图2，本申请实施例还提供一种图像检测方法，可以应用于上述的电子设备10，由电子设备10执行或实现方法中的各步骤。其中，电子设备10预先安装部署有第一检测模型及第二检测模型，用于对待测图像不同类的图像特征进行检测。方法可以包括以下步骤：

步骤S210，获取待测图像；

步骤S220，将所述待测图像输入第一类检测模型及第二类检测模型；

步骤S230，通过所述第一类检测模型及所述第二类检测模型，分别对所述待测图像与图像对照库中的图像的图像特征进行比对，得到表征所述待测图像是否存在图像版权侵权的参考结果，所述第一类检测模型用于提取并检测所述待测图像表征整图或元素图的第一类图像特征，所述第二类检测模型用于提取并检测所述待测图像中表征图像风格的第二类图像特征。

在上述的实施方式中，通过第一类检测模型和第二类检测模型相互配合，能够对图像的整图、元素图及图像风格进行检测，能够降低漏检的概率，提高检测的效率，能够为待测图像是否存在图像版权侵权提供准确可靠的参考。

下面将对方法的各步骤进行详细阐述，如下：

在步骤S210中，待测图像即为需要进行是否存在图像版权侵权检测的图像。待测图像可以根据实际情况进行选择。例如，待测图像可以为设计人员自己设计的图像，或者，待测图像为他人所设计的图像。

另外，待测图像可以为具有图层属性的图像。例如，待测图像为PSD格式的图文件。待测图像中的每个图层中的图案为一个元素图。如此，有利于电子设备10从待测图像中，快速确定每个元素图，方便对元素图进行特征提取。

当需要对待测图像进行图像版权的检测时，用户可以将待测图像上传至电子设备10，然后由电子设备10获取到待测图像。

其中，电子设备10获取待测图像的触发条件可以为：电子设备10中安装有与图像检测方法对应的应用程序，用户将待测图像上传至该应用程序上时，电子设备10便获取到待测图像。应用程序上可以设置“开始检测”的虚拟按钮，用户在点击“开始检测”的虚拟按钮后，电子设备10便开始执行步骤S210至步骤S230。

需要说明的是，电子设备10可以一次获取一个或多个待测图像。可理解地，用户可以一次性地向电子设备10上传多个待测图像。如此，电子设备10，便可以一次性地对多个待测图像进行检测，以提高检测效率。电子设备10单次检测任务中，可以获取的待测图像的数量可以根据实际情况进行确定，这里不作具体限定。

在步骤S220中，电子设备10在获取到待测图像后，便可以触发对待测图像的检测。即，电子设备10可以自动将待测图像输入至第一类检测模型及第二类检测模型。然后，由第一类检测模型及第二类检测模型分别对待测图像进行版权检测。

在步骤S230中，第一类检测模型、第二类检测模型在接收到待测图像后，可以同时对待测图像进行检测，或者，先后对待测图像进行检测。第一类检测模型、第二类检测模型对待测图像的检测顺序可以根据实际情况进行确定，这里不作具体限定。例如，先由第一类检测模型对待测图像进行检测，然后由第二类检测模型对待测图像进行检测。

第一类检测模型可以自动提取待测图像中表征整图或元素图的图像特征，以作为第一类图像特征，然后将提取得到的第一类图像特征与第一特征库中的图像特征进行比对，得到相应的比对结果。

第二类检测模型可以自动提取待测图像表征图像风格的图像特征，以作为第二类图像特征，然后将第二类图像特征与第二特征库中的图像特征进行比对，以得到相应的比对结果。

其中，第一特征库与第二特征库可以为相同的特征库，或者为不同的特征库。例如，第一特征库和第二特征库相同时，可以均存储各类图像中表征整图特征、元素图特征的图像特征，以及存储表征图像风格的图像特征。当第一特征库与第二特征库不同时，第一特征库存储各类图像中表征整图特征、元素图特征的图像特征，第二特征库存储各类图像中表征图像风格的图像特征。

其中，特征库可理解为：电子设备10预先从大量的图片中，提取图像中表征整图特征、元素图特征的图像特征，以及表征图像风格的图像特征，形成的特征库。

在本实施例中，第一类检测模型与第二类检测模型可以根据实际情况进行选择。例如，第一类检测模型可以为一种神经网络模型，可以用于对图像中的单个图案的相似度进行检测，以及对整图的相似度进行检测。比如，第一类检测模型可以为VGG-16模型与R-MAC(Regional Maximum Activation of Convolutions，被表示为图像中局部特征的累加器)模型组合得到的模型，其中，VGG-16的英文全称为VisualGeometryGroupNetwork，表示视觉几何群网络模型，为13层卷积层和3层全连接层组成的一种深度网络模型。组合后的VGG-16模型与R-MAC模型可以用于提取表征整图特征、元素图特征的图像特征。第二类检测模型可以为用于对图像中的纹理相似度进行检测的神经网络模型。比如，第二类检测模型为Crow算法模型和R-AMC模型组合得到的模型，Crow算法模型为本领域技术人员所熟知，可以用于图像检索。Crow算法模型与R-AMC模型可以组合得到RCroW模型，即为基于多区域交叉加权聚合深度卷积特征的图像特征描述算法模型，可以用于提取表征图像风格的图像特征(比如图像的纹理特征)。

请参照图3，作为一种可选的实施方式，步骤S230可以包括如下子步骤：

子步骤S231，通过所述第一类检测模型，提取所述待测图像中表征整图或元素图的第一类图像特征，并对所述第一类图像特征与所述图像对照库中的图像的图像特征进行比对，得到所述待测图像是否存在整图相似或元素相似的第一检测结果；

子步骤S232，通过所述第二类检测模型，提取所述待测图像中表征图像风格的第二类图像特征，并对所述第二类图像特征与所述图像对照库中的图像的图像特征进行比对，得到所述待测图像是否存在风格相似的第二检测结果；

子步骤S233，根据所述第一检测结果，和/或所述第二检测结果，确定所述待测图像是否存在图像版权侵权的参考结果。

可理解地，第一类检测模型，可以对待测图像进行卷积运算，以提取待测图像中表征整图或元素图的第一类图像特征。然后，将第一类图像特征，与图像对照库中的图像的图像特征进行比对，以确定整图的相似度、元素图的相似度。图像对照库中的图像的图像特征通常位于特征库中。即，特征库中的图像特征与图像对照库中的图像建立有对应关系。

图像特征通常为一种多维向量。在确定图像之间的相似度时，可以根据实际情况选择相应的方式来计算相似度。例如，第一类检测模型可以利用第一类图像特征与特征库的图像特征的欧氏距离，或者计算第一类图像特征与特征库的图像特征的向量空间余弦相似度。通过欧式距离或余弦相似度来确定整图之间的相似度，或元素图之间的相似度。

第二检测模型可以利用第二类图像特征与特征库的图像特征的欧氏距离，或者计算第二类图像特征与特征库的图像特征的向量空间余弦相似度。通过欧式距离或余弦相似度来确定图像风格之间的相似度。其中，第二类图像特征侧重于图像的纹理特征。

作为一种可选的实施方式，子步骤S231可以包括：

当所述第一类图像特征表征整图特征时，对表征所述整图特征的第一类图像特征与所述图像对照库中的图像的图像特征进行比对；

若所述图像对照库中存在图像特征与所述第一类图像特征的相似度大于或等于第一预设阈值的第一图像，确定所述待测图像与所述第一图像之间整图相似；

当所述第一类图像特征表征元素图特征时，对表征所述元素图特征的第一类图像特征与所述图像对照库中的图像的图像特征进行比对；

若所述图像对照库中存在图像特征与所述第一类图像特征的相似度大于或等于第二预设阈值的第二图像，确定所述待测图像与所述第二图像之间元素图相似。

在本实施例中，第一类检测模型通过对待测图像的图像特征与特征库中的图像特征进行特征比对，然后将特征之间的欧氏距离或向量空间余弦相似度转换为整图的相似度、元素图的相似度。如此，便可以针对整图的相似度、元素图的相似度进行检查。

可理解地，若待测图像与第一图像之间整图相似，通常表示待测图像存在整图风险的概率较大。例如，待测图像与第一图像之间，只有LOGO(徽标)和字符的更换，此时，待测图像存在图像版权侵权的级别最高。

若待测图像与第二图像之间元素图相似，通常表示存在元素侵权的风险的概率较大。例如，待测图像中的一个图案与第二图像中的一个图案的相似度大于95％，则表示该元素图存在元素侵权的可能性最高。

作为一种可选的实施方式，子步骤S232可以包括：

对所述第二类图像特征与所述图像对照库中的图像的图像特征进行比对，所述第二类图像特征包括所述待测图像的纹理特征；

若所述图像对照库中存在图像特征与所述第二类图像特征的相似度大于或等于第三预设阈值的第三图像，确定所述待测图像与所述第三图像之间风格相似。

在本实施例中，第一预设阈值、第二预设阈值及第三预设阈值可以根据实际情况进行确定。可理解地，第一类检测模型及第二类检测模型可以通过相应的比对规则，来确定相似度或侵权级别。比对规则可以根据实际情况进行设置。示例性地，侵权的比对规则可以如图4所示。在图4中，侵权类型包括整图侵权、元素侵权及风格侵权。侵权级别包括最高、高危、中等风险及低风险。

子步骤S233可以包括：根据第一检测结果或根据第二检测结果，或者同时根据第一检测结果及第二检测结果，确定待测图像是否存在图像版权侵权的参考结果，确定方式可以参照图4所示。参考结果可以包括存在图像版权侵权的概率。

例如，第一检测结果表示待测图像与图像对照库中的第一图像存在整图相似，且相似度超过80％，则确定待测图像存在整图侵权的可能性，且侵权级别为最高。通常而言，整图侵权包括了元素侵权与风格侵权。当待测图像存在元素侵权或风格侵权时，待测图像不一定存在整图侵权。

作为一种可选的实施方式，在步骤S210之前，方法还可以包括：

获取多个样本图像，形成所述图像对照库；

针对所述多个样本图像中的每个样本图像，通过所述第一类检测模型，提取所述样本图像中表征整图或元素图的第一类图像特征，以及通过所述第二类检测模型，提取所述样本图像中表征图像风格的第二类图像特征；

建立每个所述样本图像与所述样本图像中表征整图或元素图的第一类图像特征、所述样本图像中表征图像风格的第二类图像特征的关联关系，得到特征库。

在本实施例中，在对待测图像检测之前，需要构建对照图形库及特征库。例如，设计员可以通过网络爬虫获取大量的样本图像。样本图像通常为不存在图像版权侵权的图像。样本图像的数量可以根据实际情况进行确定，例如可以为10万、100万等数量，这里不作具体限定。

第一类检测模型与第二类检测模型，可以对样本图像进行图像特征的提取。然后，将第一类检测模型提取的每个样本图像中的表征整图或元素图的图像特征、第二类检测模型提取的每个样本图像中表征图像风格的图像特征组成特征库。基于此，后续在对待测图像进行特征比对时，可以直接利用特征库中的图像特征，与待测图像的图像特征进行比对，以实现相似度的检测。

作为一种可选的实施方式，方法还可以包括：当所述参考结果表示所述待测图像存在图像版权侵权的概率大于或等于指定阈值时，输出所述待测图像的侵权类型及侵权级别，所述侵权类型包括整图侵权、元素侵权、风格侵权中的至少一种。

在本实施例中，指定阈值可以根据实际情况进行确定。输出的待测图像的侵权类型及侵权级别可以根据实际情况进行确定，例如，可以如图4所示。输出的待测图像的侵权类型及侵权级别可以作为参考结果中的部分数据，或者为独立于参考结果的数据。通过输出待测图像的侵权类型及侵权级别，有利于用户根据输出的待测图像的侵权类型及侵权级别作为参考依据，以进一步对待测图像进行分析，以确定待测图像是否存在盗用或抄袭风险。基于此，先由电子设备10对图像进行检测，然后在存在侵权风险时，转为人工检测，有利于在降低人工检测的工作量的同时，提高检测的准确性及可靠性。

请参照图5，本申请实施例还提供一种图像检测装置100，可以应用于上述的电子设备10中，用于执行方法中的各步骤。图像检测装置100包括至少一个可以软件或固件(Firmware)的形式存储于存储模块12中或固化在电子设备10操作系统(OperatingSystem，OS)中的软件功能模块。处理模块11用于执行存储模块12中存储的可执行模块，例如图像检测装置100所包括的软件功能模块及计算机程序等。

图像检测装置100还可以包括图像获取单元110、输入单元120及检测单元130。

图像获取单元110，用于获取待测图像；

输入单元120，用于将所述待测图像输入第一类检测模型及第二类检测模型；

检测单元130，用于通过所述第一类检测模型及所述第二类检测模型，分别对所述待测图像与图像对照库中的图像的图像特征进行比对，得到表征所述待测图像是否存在图像版权侵权的参考结果，所述第一类检测模型用于提取并检测所述待测图像表征整图或元素图的第一类图像特征，所述第二类检测模型用于提取并检测所述待测图像中表征图像风格的第二类图像特征。

可选地，检测单元130还可以用于：

通过所述第一类检测模型，提取所述待测图像中表征整图或元素图的第一类图像特征，并对所述第一类图像特征与所述图像对照库中的图像的图像特征进行比对，得到所述待测图像是否存在整图相似或元素相似的第一检测结果；

通过所述第二类检测模型，提取所述待测图像中表征图像风格的第二类图像特征，并对所述第二类图像特征与所述图像对照库中的图像的图像特征进行比对，得到所述待测图像是否存在风格相似的第二检测结果；

根据所述第一检测结果，和/或所述第二检测结果，确定所述待测图像是否存在图像版权侵权的参考结果。

可选地，检测单元130还可以用于：

当所述第一类图像特征表征整图特征时，对表征所述整图特征的第一类图像特征与所述图像对照库中的图像的图像特征进行比对；

若所述图像对照库中存在图像特征与所述第一类图像特征的相似度大于或等于第一预设阈值的第一图像，确定所述待测图像与所述第一图像之间整图相似；

当所述第一类图像特征表征元素图特征时，对表征所述元素图特征的第一类图像特征与所述图像对照库中的图像的图像特征进行比对；

若所述图像对照库中存在图像特征与所述第一类图像特征的相似度大于或等于第二预设阈值的第二图像，确定所述待测图像与所述第二图像之间元素图相似。

可选地，检测单元130还可以用于：

对所述第二类图像特征与所述图像对照库中的图像的图像特征进行比对，所述第二类图像特征包括所述待测图像的纹理特征；

若所述图像对照库中存在图像特征与所述第二类图像特征的相似度大于或等于第三预设阈值的第三图像，确定所述待测图像与所述第三图像之间风格相似。

可选地，图像检测装置100还可以包括特征提取单元及特征库创建单元。在图像获取单元110执行步骤S210之前，图像获取单元110还可以用于获取多个样本图像，形成所述图像对照库。

特征提取单元用于：针对所述多个样本图像中的每个样本图像，通过所述第一类检测模型，提取所述样本图像中表征整图或元素图的第一类图像特征，以及通过所述第二类检测模型，提取所述样本图像中表征图像风格的第二类图像特征。

特征库创建单元用于：建立每个所述样本图像与所述样本图像中表征整图或元素图的第一类图像特征、所述样本图像中表征图像风格的第二类图像特征的关联关系，得到特征库。

可选地，图像检测装置100还可以包括输出单元，用于：当所述参考结果表示所述待测图像存在图像版权侵权的概率大于或等于指定阈值时，输出所述待测图像的侵权类型及侵权级别，所述侵权类型包括整图侵权、元素侵权、风格侵权中的至少一种。

在本实施例中，处理模块11可以是一种集成电路芯片，具有信号的处理能力。上述处理模块11可以是通用处理器。例如，该处理器可以是中央处理器(Central ProcessingUnit，CPU)、图形处理器(Graphics Processing Unit，GPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(Digital Signal Processing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。

存储模块12可以是，但不限于，随机存取存储器，只读存储器，可编程只读存储器，可擦除可编程只读存储器，电可擦除可编程只读存储器等。在本实施例中，存储模块12可以用于存储待测图像、第一类检测模型、第二类检测模型等。当然，存储模块12还可以用于存储其他程序，处理模块11在接收到执行指令后，执行该程序。

可以理解的是，图1所示的结构仅为电子设备10的一种结构示意图，电子设备10还可以包括比图1所示更多的组件。图1中所示的各组件可以采用硬件、软件或其组合实现。

需要说明的是，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的电子设备10的具体工作过程，可以参考前述方法中的各步骤对应过程，在此不再过多赘述。

本申请实施例还提供一种计算机可读存储介质。计算机可读存储介质中存储有计算机程序，当计算机程序在计算机上运行时，使得计算机执行如上述实施例中所述的图像检测方法。

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本申请可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现，基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施场景所述的方法。

综上所述，本申请实施例提供一种图像检测方法、装置、电子设备及可读存储介质。方法可以包括：获取待测图像；将待测图像输入第一类检测模型及第二类检测模型；通过第一类检测模型及第二类检测模型，分别对待测图像与图像对照库中的图像的图像特征进行比对，得到表征待测图像是否存在图像版权侵权的参考结果，第一类检测模型用于提取并检测待测图像表征整图或元素图的第一类图像特征，第二类检测模型用于提取并检测待测图像中表征图像风格的第二类图像特征。在本方案中，通过第一类检测模型和第二类检测模型相互配合，能够对图像的整图、元素图及图像风格进行检测，能够降低漏检的概率，提高检测的效率，能够为待测图像是否存在图像版权侵权提供准确可靠的参考。

在本申请所提供的实施例中，应该理解到，所揭露的装置、系统和方法，也可以通过其它的方式实现。以上所描述的装置、系统和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。