一种异常图像的确定方法、装置、电子设备及存储介质

技术领域

本申请涉及数据处理技术领域，尤其是涉及一种异常图像的确定方法、装置、电子设备及存储介质。

背景技术

随着科学技术的发展，衍生出了越来越多的图像应用程序，因此，为了维护图像应用程序的正常使用，需要针对于图像数据进行审核识别，保证在图像应用程序中显示的图像都是正常的符合审核标准的可显示的图像。

现阶段，对于图像的审核，一般是由审核人员对图像应用程序中的多张图像进行逐条审核，但是由于图像应用程序中的图像数量较多，且图像异常的类型又不尽相同，这就需要审核人员大量的工作时间才能完成对多张图像的审核工作，对图像审核效率较低，同时，由于图像异常的类型比较多，审核人员可能不能在完全审核出图像的异常情况，从而导致对图像的审核准确率也较低。

发明内容

有鉴于此，本申请的目的在于提供一种异常图像的确定方法、装置、电子设备及存储介质，通过将待审核图像不同像素位置的待审核特征图像输入至审核模块中，在审核模块中将多个待审核特征图像的特征进行关联确定出目标特征向量，直接利用目标特征向量对待审核图像的异常进行判断，从而提高了图像审核的效率。

本申请实施例提供了一种异常图像的确定方法，所述确定方法包括：

获取待审核图像，基于像素位置信息对所述待审核图像进行区域划分，确定出至少一张待审核特征图像；

将所述至少一张待审核特征图像依次输入至预先建立好的审核模块中，输出目标特征向量；其中，所述目标特征向量是基于所述审核模块处理得到的多个一维特征向量确定的；

基于所述目标特征向量对所述待审核图像进行异常判断，若所述目标特征向量符合预设的特征向量标准，则确定出所述待审核图像为异常图像。

进一步的，通过以下步骤确定所述目标特征向量，包括：

针对于每一张待审核特征图像，对该待审核特征图像进行多次区域划分处理，确定出多张中间特征图像；

针对于每一张待审核特征图像，基于该张待审核特征图像对应的多张中间特征图像，确定出该张待审核特征图像对应的多个一维特征向量；其中，所述中间特征图像与所述一维特征向量一一对应；

针对于每一张待审核特征图像，基于该张待审核特征图像对应的多个一维特征向量，确定出该张待审核特征图像对应的初始特征向量；

根据每张待审核特征图像对应的初始特征向量进行迭代更新处理，确定出所述目标特征向量。

进一步的，所述针对于每一张待审核特征图像，对该待审核特征图像进行多次区域划分处理，确定出多张中间特征图像，包括：

针对于每一次区域划分，获取在每一次区域划分下所述待审核特征图像的中心区域块以及与每一个所述中心区域块相对应的每一个目标区域块；

基于所述中心区域块以及与每一个所述中心区域块相对应的所述每一个目标区域块进行自注意力计算，确定出多个中间特征图像。

进一步的，针对于每张中间特征图像，通过以下步骤确定一维特征向量：

基于中心区域块、每一个目标区域块、预设权重信息以及中心区域块的维度平方，确定出所述中间特征图像所对应的一维特征向量。

进一步的，所述基于该张待审核特征图像对应的多个一维特征向量，确定出该张待审核特征图像对应的初始特征向量，包括：

将多个所述一维特征向量进行拼接处理，确定出特征向量；

基于所述特征向量进行自注意力计算，确定出初始特征向量。

进一步的，通过以下步骤确定所述目标特征向量，包括：

基于所述待审核特征图像的数量以及当前的所述待审核特征图像对初始特征向量进行归一化处理，确定出针对于当前的待审核特征图像的所述初始特征向量的归一化量子参数；

基于所述归一化量子参数以及当前的所述待审核特征图像对初始特征向量进行迭代更新处理，直至多个所述待审核特征图像依次进行更新处理后，确定出目标特征向量。

进一步的，所述确定方法包括：

基于所述目标特征向量对所述待审核图像进行异常判断，若所述目标特征向量不符合预设的特征向量标准，则确定出所述待审核图像为正常图像。

本申请实施例还提供了一种异常图像的确定装置，所述确定装置包括：

图像获取模块，用于获取待审核图像，基于像素位置信息对所述待审核图像进行区域划分，确定出至少一张待审核特征图像；

向量输出模块，用于将所述至少一张待审核特征图像依次输入至预先建立好的审核模块中，输出目标特征向量；其中，所述目标特征向量是基于所述审核模块处理得到的多个一维特征向量确定的；

异常图像确定模块，用于基于所述目标特征向量对所述待审核图像进行异常判断，若所述目标特征向量符合预设的特征向量标准，则确定出所述待审核图像为异常图像。

进一步的，所述向量输出模块在通过以下步骤确定所述目标特征向量时，所述向量输出模块还用于：

针对于每一张待审核特征图像，对该待审核特征图像进行多次区域划分处理，确定出多张中间特征图像；

针对于每一张待审核特征图像，基于该张待审核特征图像对应的多张中间特征图像，确定出该张待审核特征图像对应的多个一维特征向量；其中，所述中间特征图像与所述一维特征向量一一对应；

针对于每一张待审核特征图像，基于该张待审核特征图像对应的多个一维特征向量，确定出该张待审核特征图像对应的初始特征向量；

根据每张待审核特征图像对应的初始特征向量进行迭代更新处理，确定出所述目标特征向量。

进一步的，所述向量输出模块针对于每一张待审核特征图像，对该待审核特征图像进行多次区域划分处理，确定出多张中间特征图像时，所述向量输出模块还用于：

针对于每一次区域划分，获取在每一次区域划分下所述待审核特征图像的中心区域块以及与每一个所述中心区域块相对应的所述每一个目标区域块；

基于所述中心区域块以及与每一个所述中心区域块相对应的所述每一个目标区域块进行自注意力计算，确定出多个中间特征图像。

本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的一种异常图像的确定方法的步骤。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的xx一种异常图像的确定方法的步骤。

本申请提供了一种异常图像的确定方法、装置、电子设备及存储介质，所述确定方法包括：获取待审核图像，基于像素位置信息对所述待审核图像进行区域划分，确定出至少一张待审核特征图像；将所述至少一张待审核特征图像依次输入至预先建立好的审核模块中，输出目标特征向量；其中，所述目标特征向量是基于所述审核模块处理得到的多个一维特征向量确定的；基于所述目标特征向量对所述待审核图像进行异常判断，若所述目标特征向量符合预设的特征向量标准，则确定出所述待审核图像为异常图像。将待审核图像不同像素位置的待审核特征图像输入至审核模块中，在审核模块中将多个待审核特征图像的特征进行关联确定出目标特征向量，直接利用目标特征向量对待审核图像的异常进行判断，从而提高了图像审核的效率。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

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为本申请实施例所提供的一种异常图像的确定方法的流程图；

图2为本申请实施例所提供的另一种异常图像的确定方法的流程图；

图3为本申请实施例所提供的一种异常图像的确定装置的结构示意图之一；

图4为本申请实施例所提供的一种异常图像的确定装置的结构示意图之二；

图5为本申请实施例所提供的一种电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，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。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本申请保护的范围。

另外，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。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的全部其他实施例，都属于本申请保护的范围。

首先，对本申请可适用的应用场景进行介绍。本申请可应用于数据处理技术领域。随着科学技术的发展，衍生出了越来越多的图像应用程序，因此，为了维护图像应用程序的正常使用，需要针对于图像数据进行审核识别，保证在图像应用程序显示的都是正常的符合审核标准的可供观看的图像。

经研究发现，现阶段，对于图像的审核，一般是由审核人员对图像应用程序中的多张图像进行逐条审核，但是由于图像应用程序中的图像数量较多，且图像异常的类型又不尽相同，这就需要审核人员大量的工作时间才能完成对多张图像的审核工作，对图像审核效率较低，同时，由于图像异常的类型比较多，审核人员可能不能在完全审核出图像的异常情况，从而导致对图像的审核准确率也较低。

基于此，本申请实施例提供了一种异常图像的确定方法，以提高图像审核的效率和准确性。

请参阅图1，图1为本申请实施例所提供的一种异常图像的确定方法的流程图。如图1中所示，本申请实施例提供的确定方法，包括：

S101、获取待审核图像，基于像素位置信息对所述待审核图像进行区域划分，确定出至少一张待审核特征图像。

该步骤中，获取待审核图像，利用待审核图像的像素位置信息对待审核图像进行区域划分，基于对待审核图像的划分确定出至少一个待审核特征图像。

这里，待审核图像可以为用户已经在某些平台上传的图像图片，也可以是用户在上传过程中还没有上传成功的图像图片，还可以是一些视频截图形成的图像图片，此部分不限定待审核图像的类型以及来源。

这里，像素位置信息为待审核图像自身的像素信息，可以利用像素位置信息进行随意的区域划分形成多个待审核特征图像，或者是按照预设的划分区域对像素位置信息进行区域划分形成多个待审核特征图像，此部分不限定如何利用像素位置信息对待审核图像进行区域划分的过程。

这里，待审核特征图像为待审核图像进行区域划分后形成的图像，其中，待审核特征图像携带的像素信息为待审核图像进行区域划分后的像素信息。

这里，因为不同的待审核图像的像素位置信息是不同的，所以根据待审核图像的像素位置信息进行区域划分可以更加准确的对待审核图像进行特征提取。

这里，一张w*h*c的待审核图像，经过位置区域划分后，可以得到m个待审核特征图，其中w是待审核图像的宽，h是待审核图像的高，c是通道，m为图像对被划分后的特征图个数。

在本申请实施例中，获取一张待审核图像，根据待审核图像的像素位置信息对待审核图像进行区域划分，获取至少一张待审核特征图像。

举例来讲，获取一张文本图像，该文本图像的像素位置信息为300*800，利用该像素位置信息进行区域划分，如对该像素位置信息进行2*2的区域划分，进而获取到多张待审核特征图像，其中，待审核特征图像中携带着该文本图像的至少一个特征信息，如该特征信息可以为被划分的文本图像在该区域内的文字信息。

S102：将所述至少一张待审核特征图像依次输入至预先建立好的审核模块中，输出目标特征向量；其中，所述目标特征向量是基于所述审核模块处理得到的多个一维特征向量确定的。

该步骤中，将获取到的至少一张待审核特征图像依次输入至预先建立好的审核模块中，在审核模块中利用处理得到的多个一维特征向量确定输出的目标特征向量。

其中，审核模块可以为一种自适应的复合transformer机制，transformer机制是以多种尺度的transformer块和transformer层构成的。

这里，一维特征向量为在审核模块中对待审核特征图像进行区域划分后获得的一维特征向量。

这里，目标特征向量为多个待审核特征图像进行不同程度的特征关联确定出的特征向量，其中，目标特征向量用于对待审核图像进行异常判断。

在本申请的实施例中，在步骤S101中确定出待审核特征图像之后，将多个待审核特征图像输入至预先建立好的审核模块中，在审核模块内部会依次对多个待审核特征图像进行关联，直至关联至最后一个待审核特征图像后，确定出目标特征向量。举例来讲，有5张待审核特征图像，将5张待审核特征图像依次输入至审核模块中，在审核模块中对第一张待审核特征图像进行处理，然后在依次对其他4张待审核特征图像进行处理，最后确定出多张待审核图像关联的目标特征向量，其中，该目标特征向量作为待审核图像是否为异常图像的判断依据。

在上述步骤中通过以下步骤确定所述目标特征向量，包括：

A：针对于每一张待审核特征图像，对该待审核特征图像进行多次区域划分处理，确定出多张中间特征图像。

其中，对于每一张待审核特征图像进行多次区域划分，如，对一张待审核特征图像进行3次位置区域N*N划分，第一次区域划分区域N=9，第二次划分区域N=7，第三次划分区域N=5，进而确定出三张中间特征图像。

这里，针对于每一张待审核特征图像，对该待审核特征图像进行多次区域划分处理，确定出多张中间特征图像，包括：

（1）：针对于每一次区域划分，获取在每一次区域划分下所述待审核特征图像的中心区域块以及与每一个所述中心区域块相对应的所述每一个目标区域块。

其中，对于每一次区域划分，获取在每一次区域划分时待审核特征图像的中心区域块和与每一个中心区域块相对应发的每一个目标区域块。

其中，目标区域块为在每一次区域划分时形成的区域块，如，划分区域为7*7时，则目标区域块为7*7划分区域内的每个区域块。

其中，中心区域块为在每一次划分区域划分时区域的大小，如划分区域为7*7时，则中心区域块的大小为7*7。

其中，中心区域块与目标中心区域块是一一对应的，这里，可以在设置第一次区域划分的待审核特征图像的中心区域块的编号信息为P1，则与该中心区域块相对应的目标区域块中的一个目标区域块的编号信息为P1-1。

（2）基于所述中心区域块以及与每一个所述中心区域块相对应的所述每一个目标区域块进行自注意力计算，确定出多个中间特征图像。

其中，利用获取到的中心区域块以及每一个所述区域块相对应的每一个目标区域块进行自注意力计算，进而确定出多个中间特征图像。

其中，中间特征图像为对待审核特征图像进行区域划分时，利用中心区域块以及目标区域块获得的，中间特征图像是用于获取待审核特征图像在区域划分时所产生的一维特征向量。

举例来讲，将待审核特征图像进行3次位置区域N*N划分，第一次划分区域N=9，第二次划分区域N=7，第三次划分区域N=5分好目标区域块，以供待审核特征图像的中心区域块计算自注意力机制使用。其中，待审核特征图像的中心区域块的大小为：第一次划分区域时为9*9，第二次划分区域时为7*7 ，第三次划分区域时为 5*5。针对于一张待审核特征图像的第一次区域时，对第一次待审核特征图像的中心区域块与第一次划分区域时的每个目标区域块进行自注意力计算，确定出一个中间特征图像。

B：针对于每一张待审核特征图像，基于该张待审核特征图像对应的多张中间特征图像，确定出该张待审核特征图像对应的多个一维特征向量；其中，所述中间特征图像与所述一维特征向量一一对应。

这里，对于每一张待审核特征图像，根据对该张待审核特征图像进行区域划分后确定出的多张中间特征图像，进而确定出该张待审核特征图像对应的多个一维特征向量，其中，一张中间特征图对应一个一维特征向量。

这里，一维特征向量是对中间特征图像进行展开获取的。

这里，中间特征图像是待审核特征图像进行区域划分后，利用中心区域块以及目标区域块进行自注意力计算得到的。

这里，针对于每张中间特征图像，通过以下步骤确定一维特征向量：

基于中心区域块、每一个目标区域块、预设权重信息以及中心区域块的维度平方，确定出所述中间特征图像所对应的一维特征向量。

其中，通过以下公式确定出中间特征图像对应的一维特征向量：

这里，W1、W2、W3为预设权重，T

C：针对于每一张待审核特征图像，基于该张待审核特征图像对应的多个一维特征向量，确定出该张待审核特征图像对应的初始特征向量。

其中，在获取到多个一维特征向量之后，利用该多个一维特征向量确定出该张待审核特征图像的初始特征向量。

所述基于该张待审核特征图像对应的多个一维特征向量，确定出该张待审核特征图像对应的初始特征向量，包括：

a：将多个所述一维特征向量进行拼接处理，确定出特征向量。

其中，对于一张待审核特征图，特征向量是该张待审核特征图进行区域划分后获得的多个一维特征向量，利用多个一维特征向量进行拼接确定出，且，特征向量携带着待审核特征图像在区域划分中的多个一维特征向量的特征信息。

其中，举例来讲，将待审核特征图像进行3次位置区域N*N划分，第一次划分区域N=9，第二次划分区域N=7，第三次划分区域N=5分好目标区域块，以供待审核特征图像的中心区域块计算自注意力机制使用，其中，待审核特征图像的中心区域块的大小为：第一次划分区域时为9*9，第二次划分区域时为7*7 ，第三次划分区域时为 5*5。针对于第一次待审核特征图像的第一次区域时，计算第一次待审核特征图像的中心区域块与第一次划分区域时的每个目标区域块的自注意力计算，确定出一个中间特征图像，并将该中间特征图像展开获取到一维特征向量S1，针对于第二次区域划分获取一维特征向量S2以及第三次区域划分获取一维特征向量S3的过程与上述获取一维特征向量S1的步骤相一致，此部分不在赘述。在获取到一维特征向量S1、S2、S3后进行向量拼接处理获得特征向量G[S1:S2:S3]。

b：基于所述特征向量进行自注意力计算，确定出初始特征向量。

其中，通过以下公式对特征向量进行自注意力计算：

其中，

D：根据每张待审核特征图像对应的初始特征向量进行迭代更新处理，确定出所述目标特征向量。

其中，对初始特征向量进行迭代更新实质是对t

其中，

其中，需要对每张待审核特征图像对应的初始特征向量进行迭代更新处理，获得最终的目标特征向量。

在本申请的具体实施例中，对待审核图像进行区域划分获得3张待审核特征图像，将3张待审核特征图像依次输入至审核模块中，首先，审核模块对第一张待审核特征图像进行特征处理以及区域划分处理确定出第一张待审核图像的初始特征向量，然后对该初始特征向量进行更新迭代处理，其中更新迭代的处理过程为：利用第二张待审核特征图像对初始特征向量进行更新处理，得到新的初始特征向量。在对新的初始特征向量进行embedding处理得到新的特征图像，然后在审核模块的第二块以及第二层继续对待审核图像进行区域划分处理获得多个一维特征向量，确定出携带着第二张待审核特征图像的初始特征向量信息以及第一张待审核特征图像的初始特征向量信息的第三初始特征向量，然后在利用第三张待审核特征图像对第三待审核特征向量进行更新处理得到新的第三初始特征向量，对新的第三初始特征向量进行embedding处理得到新的目标特征图像，然后在审核模块的第三块以及第三层继续对新的目标待审核图像进行区域划分处理确定出目标特征向量。

其中，通过以下步骤确定所述目标特征向量，包括：

1）：基于所述待审核特征图像的数量以及当前的所述待审核特征图像对初始特征向量进行归一化处理，确定出针对于当前的待审核特征图像的所述初始特征向量的归一化量子参数。

在本申请的具体实施例中，对待审核图像进行4*4的区域划分，经过位置区域划分后的得到待审核特征图像的数量为m个。在确定出待审核特征图像的数量和当前的待审核特征图像对初始特征向量进行归一化处理，获取针对于当前的待审核特征图像的初始特征向量的归一化量子参数。

其中，通过以下公式计算初始特征向量的归一化量子参数：

其中，

2）：基于所述归一化量子参数以及当前的所述待审核特征图像对初始特征向量进行迭代更新处理，直至多个所述待审核特征图像依次进行更新处理后，确定出目标特征向量。

其中，根据归一化量子参数和当前的待审核特征图像对初始特征向量进行迭代更新处理，直至多个所述待审核特征图像依次进行更新处理后，确定出目标特征向量。

其中，在本申请的具体实施例中，针对于第一张待审核特征图像，确定出初始特征向量T1，然后对初始特征向量T1就行迭代更新处理后得到新的初始特征向量，此时新的初始特征向量中携带着第二张待审核特征图像的特征信息，对新的初始特征向量进行embedding处理，得到

S103：基于所述目标特征向量对所述待审核图像进行异常判断，若所述目标特征向量符合预设的特征向量标准，则确定出所述待审核图像为异常图像。

该步骤中，利用获取到的目标特征向量对待审核图像进行异常判断，若目标特征向量符合预设的特征向量标准，则确定出待审核图像为异常图像。

这里，特征向量标准是用来和目标特征向量进行匹配，从而确定出待审核图像是否为异常图像的，其中，特征向量标准可以是依据审核图像的类型进行设定，如该审核图像为文本类型，则对于文本类型的特征向量标准可以是一些异常文字的向量特征；若审核图像为绘画类型，则对于绘画类型的特征向量标准可以是一些不雅绘画的向量特征，此部分不限定特征向量标准的确定方法。

在本申请的具体实施例中，将获取到的待审核图像的目标特征向量和预审的特征向量标准进行比对，若比对结果相一致则待审核图像为异常图像，则会向用户发送警告信息，告知不能发表该图像。

在本申请的具体实施例中，举例来讲，获取到一张文本图像，利用该文本图像的像素位置信息对该文本图像进行区域划分，得至少一张文本特征图像，将至少一张文本特征图像输入至审核模块中，在审核模块中对文本特征图像进行特征处理，确定出文本图像的目标特征向量，利用该目标特征向量确定出文本图像是否是异常图像，若，目标特征向量符合预设的特征向量标准，则确定出该文本图像为异常图像，则对该文本图像进行预警告知。

本申请提供了一种异常图像的确定方法，所述确定方法包括：获取待审核图像，基于像素位置信息对所述待审核图像进行区域划分，确定出至少一张待审核特征图像；将所述至少一张待审核特征图像依次输入至预先建立好的审核模块中，输出目标特征向量；其中，所述目标特征向量是基于所述审核模块处理得到的多个一维特征向量确定的；基于所述目标特征向量对所述待审核图像进行异常判断，若所述目标特征向量符合预设的特征向量标准，则确定出所述待审核图像为异常图像。

这样，通过将待审核图像不同像素位置的待审核特征图像输入至审核模块中，在审核模块中将多个待审核特征图像的特征进行关联确定出目标特征向量，直接利用目标特征向量对待审核图像的异常进行判断，从而提高了图像审核的效率。

请参阅图2，图2为本申请另一实施例提供的一种异常图像的确定方的流程图。如图2中所示，本申请实施例提供的确定方法，包括：

S201：获取待审核图像，基于像素位置信息对所述待审核图像进行区域划分，确定出至少一张待审核特征图像。

S202：将所述至少一张待审核特征图像依次输入至预先建立好的审核模块中，输出目标特征向量；其中，所述目标特征向量是基于所述审核模块处理得到的多个一维特征向量确定的。

其中，S201至S202的描述可以参照S101至S102的描述，并且能达到相同的技术效果，对此不做赘述。

S203：基于所述目标特征向量对所述待审核图像进行异常判断，若所述目标特征向量不符合预设的特征向量标准，则确定出所述待审核图像为正常图像。

该步骤中，利用获取到的目标特征向量对待审核图像进行异常判断，若目标特征向量不符合预设的特征向量标准，则确定出待审核图像为正常图像。

在本申请的具体实施例中，举例来讲，获取到一张文本图像，利用该文本图像的像素位置信息对该文本图像进行区域划分，得至少一张文本特征图像，将至少一张文本特征图像输入至审核模块中，在审核模块中对文本特征图像进行特征处理，确定出文本图像的目标特征向量，利用该目标特征向量确定出文本图像是否是异常图像，目标特征向量不符合预设的特征向量标准，则确定出该文本图像为正常图像。

本申请提供了一种异常图像的确定方法，所述确定方法包括：获取待审核图像，基于像素位置信息对所述待审核图像进行区域划分，确定出至少一张待审核特征图像；将所述至少一张待审核特征图像依次输入至预先建立好的审核模块中，输出目标特征向量；其中，所述目标特征向量是基于所述审核模块处理得到的多个一维特征向量确定的；基于所述目标特征向量对所述待审核图像进行异常判断，若所述目标特征向量不符合预设的特征向量标准，则确定出所述待审核图像为正常图像。

这样，通过将待审核图像不同像素位置的待审核特征图像输入至审核模块中，在审核模块中将多个待审核特征图像的特征进行关联确定出目标特征向量，直接利用目标特征向量对待审核图像的异常进行判断，从而提高了图像审核的效率。

请参阅图3为本申请实施例所提供的一种异常图像的确定装置的结构示意图之一，图4为本申请实施例所提供的一种异常图像的确定装置的结构示意图之二。如图3中所示，所述确定装置300包括：

图像获取模块310，用于获取待审核图像，基于像素位置信息对所述待审核图像进行区域划分，确定出至少一张待审核特征图像；

向量输出模块320，用于将所述至少一张待审核特征图像依次输入至预先建立好的审核模块中，输出目标特征向量；其中，所述目标特征向量是基于所述审核模块处理得到的多个一维特征向量确定的；

异常图像确定模块330，用于基于所述目标特征向量对所述待审核图像进行异常判断，若所述目标特征向量符合预设的特征向量标准，则确定出所述待审核图像为异常图像。

可选的，如图3中所示，向量输出模块320用于通过以下步骤确定所述目标特征向量：

针对于每一张待审核特征图像，对该待审核特征图像进行多次区域划分处理，确定出多张中间特征图像；

针对于每一张待审核特征图像，基于该张待审核特征图像对应的多张中间特征图像，确定出该张待审核特征图像对应的多个一维特征向量；其中，所述中间特征图像与所述一维特征向量一一对应；

针对于每一张待审核特征图像，基于该张待审核特征图像对应的多个一维特征向量，确定出该张待审核特征图像对应的初始特征向量；

根据每张待审核特征图像对应的初始特征向量进行迭代更新处理，确定出所述目标特征向量。

可选的，如图3中所示，所述向量输出模块320在用于针对于每一张待审核特征图像，对该待审核特征图像进行多次区域划分处理，确定出多张中间特征图像时，所述向量输出模块320还用于：

针对于每一次区域划分，获取在每一次区域划分下所述待审核特征图像的中心区域块以及与每一个所述中心区域块相对应的每一个目标区域块；

基于所述中心区域块以及与每一个所述中心区域块相对应的所述每一个目标区域块进行自注意力计算，确定出多个中间特征图像。

可选的，如图3中所示，所述向量输出模块320在用于针对于每张中间特征图像，通过以下步骤确定一维特征向量时，向量输出模块320还用于：

基于中心区域块、每一个目标区域块、预设权重信息以及中心区域块的维度平方，确定出所述中间特征图像所对应的一维特征向量。

可选的，如图3中所示，所述向量输出模块320在用于基于该张待审核特征图像对应的多个一维特征向量，确定出该张待审核特征图像对应的初始特征向量时，所述向量输出模块320还用于：

将多个所述一维特征向量进行拼接处理，确定出特征向量；

基于所述特征向量进行自注意力计算，确定出初始特征向量。

可选的，如图3中所示，向量输出模块320用于通过以下步骤确定所述目标特征向量：

基于所述待审核特征图像的数量以及当前的所述待审核特征图像对初始特征向量进行归一化处理，确定出针对于当前的待审核特征图像的所述初始特征向量的归一化量子参数；

基于所述归一化量子参数以及当前的所述待审核特征图像对初始特征向量进行迭代更新处理，直至多个所述待审核特征图像依次进行更新处理后，确定出目标特征向量。

可选的，如图4中所示，所述确定装置300包括所述正常图像确定模块340，所述正常图像确定模块340还用于：

基于所述目标特征向量对所述待审核图像进行异常判断，若所述目标特征向量不符合预设的特征向量标准，则确定出所述待审核图像为正常图像。

本申请提供了一种异常图像的确定装置，所述确定装置包括：图像获取模块，用于获取待审核图像，基于像素位置信息对所述待审核图像进行区域划分，确定出至少一张待审核特征图像；向量输出模块，用于将所述至少一张待审核特征图像依次输入至预先建立好的审核模块中，输出目标特征向量；其中，所述目标特征向量是基于所述审核模块处理得到的多个一维特征向量确定的；异常图像确定模块，用于基于所述目标特征向量对所述待审核图像进行异常判断，若所述目标特征向量符合预设的特征向量标准，则确定出所述待审核图像为异常图像。

这样，通过将待审核图像不同像素位置的待审核特征图像输入至审核模块中，在审核模块中将多个待审核特征图像的特征进行关联确定出目标特征向量，直接利用目标特征向量对待审核图像的异常进行判断，从而提高了图像审核的效率。

请参阅图5，图5为本申请实施例所提供的一种电子设备的结构示意图。如图5中所示，所述电子设备500包括处理器510、存储器520和总线530。

所述存储器520存储有所述处理器510可执行的机器可读指令，当电子设备500运行时，所述处理器510与所述存储器520之间通过总线530通信，所述机器可读指令被所述处理器510执行时，可以执行如上述图1以及图2所示方法实施例中的一种异常图像的确定方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1以及图2所示方法实施例中的一种异常图像的确定方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

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，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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一个存储介质中，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例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-OnlyMemory，ROM）、随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。