[发明专利]一种图像检测方法及装置

权利要求书

1.一种图像检测方法，其特征在于，包括：

通过图像分类模型确定待检测图像的第一分类结果；

将所述待检测图像输入所述第一分类结果对应的第一检测模型；其中，不同分类结果对应不同的检测模型，各检测模型针对的检测目标不同；

通过所述第一检测模型的特征提取层获得所述待检测图像的全局特征向量及所述待检测图像的边缘特征向量，通过所述第一检测模型的识别层基于所述全局特征向量和所述边缘特征向量确定所述待检测图像的检测目标是否存在篡改。

2.如权利要求1所述的方法，其特征在于，

通过所述检测模型的特征提取层获得所述待检测图像的全局特征向量及所述待检测图像的边缘特征向量，包括：

对所述待检测图像进行全局特征提取，得到全局卷积特征；

对所述待检测图像进行边缘特征提取，得到边缘卷积特征；

基于所述全局卷积特征，确定所述待检测图像的检测目标；

基于所述检测目标，确定所述全局卷积特征对应的所述全局特征向量及所述边缘卷积特征对应的所述边缘特征向量。

3.如权利要求2所述的方法，其特征在于，对所述待检测图像进行边缘特征提取，得到边缘卷积特征，包括：

将所述待检测图像输入滤波器，得到所述待检测图像的边缘特征；

对所述边缘特征进行特征提取，得到所述边缘卷积特征。

4.如权利要求3所述的方法，其特征在于，将所述待检测图像输入滤波器，得到所述待检测图像的全局特征，包括

将所述待检测图像输入第一滤波器，得到所述待检测图像的第一边缘特征；

将所述待检测图像输入第二滤波器，得到所述待检测图像的第二边缘特征；

对所述边缘特征进行特征提取，得到所述边缘卷积特征，包括：

对所述第一边缘特征进行特征提取，得到所述边缘卷积特征中的第一边缘卷积特征；

对所述第二边缘特征进行特征提取，得到所述边缘卷积特征中的第二边缘卷积特征；

所述第一边缘特征用于表征所述待检测图像的图像结构特征，所述第二边缘特征用于表征所述待检测图像与所述待检测图像所属图像分类的图像结构特征。

5.如权利要求1-4任一项所述的方法，其特征在于，通过所述第一检测模型的识别层基于所述全局特征向量和所述边缘特征向量确定所述待检测图像的检测目标是否存在篡改，包括：

对所述全局特征向量及所述边缘特征向量进行交叉拼接处理，得到融合特征向量；

将所述融合特征向量输入所述识别层，确定所述待检测图像的检测目标是否存在篡改。

6.如权利要求5所述的方法，其特征在于，对所述全局特征向量及所述边缘特征向量进行交叉拼接处理，得到融合特征向量，包括：

对所述全局特征向量及所述边缘特征向量进行交叉双线性池化处理，得到所述融合特征向量。

7.如权利要求5所述的方法，其特征在于，所述图像分类模型在第一轮训练时仅训练分类层的参数，在第二轮训练时对所有层的参数进行训练。

8.一种图像检测装置，其特征在于，包括：

分类模块，用于通过图像分类模型确定待检测图像的第一分类结果；

检测模块，用于将所述待检测图像输入所述第一分类结果对应的第一检测模型；其中，不同分类结果对应不同的检测模型，各检测模型针对的检测目标不同；

所述检测模块还用于，通过所述第一检测模型的特征提取层获得所述待检测图像的全局特征向量及所述待检测图像的边缘特征向量，通过所述第一检测模型的识别层基于所述全局特征向量和所述边缘特征向量确定所述待检测图像的检测目标是否存在篡改。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有程序，当所述程序在计算机上运行时，使得计算机实现执行权利要求1至7中任一项所述的方法。

10.一种计算机设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于调用所述存储器中存储的计算机程序，按照获得的程序执行如权利要求1至7任一权利要求所述的方法。