[发明专利]一种图像检测方法及装置

说明书

本发明实施例提供一种图像检测方法及装置，该方法包括：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。上述方法中，可以实现自动化对不同图像类型分别进行检测，增加篡改图像检测的准确性。

技术领域

本申请涉及数据技术领域，尤其涉及一种图像检测方法及装置。

背景技术

随着科技和网络发展，电子图像已成为人们生活中一个重要的获取信息渠道，不论从个人娱乐用途、医学上或者商业上都会使用到电子图像。相应的，电子图像所产生的价值与利益，也使得诱使人们篡改电子图像以达到获取利益的目的。因此，也使得电子图像的真实性无法得到保障。例如，入网商户可以通过数据变造后的商店门头照、收银台、门店场景照等，申请虚假营业执照以达到欺诈的目的。

在现有技术中，审核人员通常会对数据进行抽样审核，以鉴别这种欺诈行为。但是，人力很难在大量电子图像中快速发现有篡改痕迹的图像，抽样审核的方式也容易造成审核疏漏，且人工审核电子图像是否发生篡改所耗用的时间很长，耗费人力成本。

因此，现在亟需一种图像检测方法，可以实现自动化对不同图像类型分别进行检测，增加篡改图像检测的准确性。

发明内容

本发明实施例提供一种图像检测方法及装置，可以实现自动化对不同图像类型分别进行检测，增加篡改图像检测的准确性。

第一方面，本发明实施例提供一种图像检测方法，该方法包括：

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。

上述方法中，通过图像分类模型确定待检测图像的第一分类结果；将待检测图像输入第一分类结果对应的第一检测模型；且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。使得通过图像分类模型获取的每个分类的图像，都有对应匹配的检测模型，增加检测模型检测结果的准确性。且通过图像分类检测模型可以实现对图像自动化检测，节省人力成本。

可选的，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。

上述方法中，通过基于全局卷积特征，确定待检测图像的检测目标。如此，使得可以根据获得的检测目标加深全局卷积特征、边缘卷积特征的目标检测区域的特征。提高后续得到的全局特征向量及边缘特征向量中的目标检测区域的特征权重，增加检测结果的准确性。

可选的，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。

上述方法中，待检测图像输入的滤波器可以得到包括待检测图像的边缘特征，并对边缘特征进行特征提取。如此，可以提升对边缘痕迹的敏感度，增加检测的准确性。