[发明专利]一种基于翻拍识别的陈列图像检测方法、装置及存储介质

说明书

本发明公开了一种基于翻拍识别的陈列图像检测方法、装置及存储介质，所述方法包括：获取待检测陈列图像并提取所述待检测陈列图像的MSCN系数及LPB特征；根据所述待检测陈列图像的MSCN系数及LPB特征，构建所述待检测陈列图像的特征矩阵；将所述特征矩阵输入到预设的翻拍图像识别模型中对所述待检测陈列图像进行翻拍鉴定。通过实施本发明实施例能对翻拍的陈列图像进行识别，保证陈列图像的真实性。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于翻拍识别的陈列图像检测方法。

背景技术

快消品零售是一个很特殊的行业，商品销售节奏很快，它更多满足的是消费者的冲动性和即时性消费。充满视觉冲击力的货架陈列对推动销售业绩发挥着重要作用。很多大型快消品牌商每年花在陈列广告上的支出多达十几亿，光花在陈列检查上的费用就有近亿元。过去陈列检查完全依赖人眼和手工完成的，进店和记录需要花费大量的人力，效率很低，质量难以把控。而且局限于成本往往只能由管理人员通过抽调陈列人员上传的陈列图像进行抽样调查，检查是否按规定对货架上的商品进行陈列。

但由于当前数码相机日趋低价和高像素，图像处理软件也越来越易于操作，这些为数字图像造假创造了条件，日常所见图像的真实性大打折扣。普通的陈列人员为应付管理人员的抽查，可能会上传一些图像质量高的翻拍图像来蒙混过关，因此如何检测并排除翻拍图像对保证陈列图像的真实性极为重要。

发明内容

本发明实施例提供一种基于翻拍识别的陈列图像检测方法，能对翻拍的陈列图像进行识别，保证陈列图像的真实性。

本发明一实施例提供一种基于翻拍识别的陈列图像检测方法，包括：

获取待检测陈列图像并提取所述待检测陈列图像的MSCN系数及LPB特征；

根据所述待检测陈列图像的MSCN系数及LPB特征，构建所述待检测陈列图像的特征矩阵；

将所述特征矩阵输入到预设的翻拍图像识别模型中对所述待检测陈列图像进行翻拍鉴定。

进一步的，在所述提取所述待检测陈列图像的MSCN系数及LPB特征之前，还包括：对所述待检测陈列图像进行拉普拉斯放大。

进一步的，其特征在于，所述翻拍图像识别模型的构建步骤包括：

获取若干待训练图像；其中，所述待训练图像包括自然陈列图像及翻拍图像；

提取所述每一所述待训练图像的MSCN系数及LPB特征，构建每一所述待训练图像的特征矩阵；

将每一所述待训练图像的特征矩阵以及对应的标签输入到SVM分类器中进行训练，获得所述翻拍图像识别模型。

进一步的，所述获取若干待训练图像，具体包括：获取若干原始图像，所述原始图像包括自然图像及翻拍图像；计算每一所述原始图像的图像熵及模糊度；将图像熵及模糊度均符合预设标准的原始图像，作为所述待训练图像。

进一步的，在所述提取所述每一所述待训练图像的MSCN系数及LPB特征，构建每一所述待训练图像的特征矩阵之前，还包括：对每一所述待训练图像进行拉普拉斯放大。

在上述方法项实施例的基础上，本发明对应提供了装置项实施例；

本发明另一实施例提供了一种基于翻拍识别的陈列图像检测装置，包括图像处理模块、特征矩阵构建模块以及图像鉴定模块；

其中，所述图像处理模块，用于获取待检测陈列图像并提取所述待检测陈列图像的MSCN系数及LPB特征；

所述特征矩阵构建模块，用于根据所述待检测陈列图像的MSCN系数及LPB特征，构建所述待检测陈列图像的特征矩阵；