[发明专利]一种陈列图像翻拍的检测方法、存储介质及处理设备

权利要求书

1.一种陈列图像翻拍的检测方法，其特征在于，包括如下步骤：

S11、获取待检测的原始图像，对所述原始图像进行多次缩放；

S12、对每张缩放的所述原始图像预测翻拍概率，计算相应的翻拍预测概率；

S13、根据计算的多个所述翻拍预测概率，确定所述原始图像的最终翻拍概率；

S14、将所述最终翻拍概率大于预设阈值的待检测的所述原始图像判定为翻拍图像；返回步骤S11，对下一个待检测的所述原始图像进行翻拍检测。

2.根据权利要求1所述的陈列图像翻拍的检测方法，其特征在于，步骤S12包括如下步骤：

S121、设置采样倍数；

S122、对每张缩放的所述原始图像按照所述采样倍数，分别划分多个图像块；

S123、分别对每张所述原始图像的每个所述图像块预测翻拍概率；

S124、分别对每张所述原始图像的全部所述图像块，按照预测的所述翻拍概率将所述图像块进行降序排列，并提取排在前面的一定比例的所述图像块；

S125、分别对每张所述原始图像提取的所述图像块计算平均预测概率，得到每张所述原始图像的所述翻拍预测概率。

3.根据权利要求2所述的陈列图像翻拍的检测方法，其特征在于，步骤S122中，采用全卷积神经网络对每张缩放的所述原始图像划分多个图像块；

步骤S123中，采用全卷积神经网络对每张所述原始图像的每个所述图像块预测翻拍概率。

4.根据权利要求3所述的陈列图像翻拍的检测方法，其特征在于，步骤S126中，第i张缩放的原始图像的翻拍预测概率Prob_i的计算公式为：

Prob_i= ∑_{j=1,2…,nProbij} /n ；

其中，Prob_ij 为第i个缩放的原始图像的第j个经过排序之后的图像块的所述预测翻拍概率，n为从第i个缩放的所述原始图像的所有图像块中按所述一定比例提取的所述图像块的数量。

5.根据权利要求4所述的陈列图像翻拍的检测方法，其特征在于，步骤S13中，所述原始图像的最终翻拍概率Prob计算公式为：

Prob=max（Prob₁、Prob₂、…、Prob_m）;

其中，max为取最大值函数，m为对所述原始图像进行缩放的次数。

6.根据权利要求5所述的陈列图像翻拍的检测方法，其特征在于，在执行步骤S11前，还包括采用BCELoss函数对多个所述全卷积神经网络进行训练，BCELoss函数的公式如下：

Loss（Prob_i，ChaV_i）=-[ ChaV_i×log (Prob_i)+ (1-ChaV_i)×log (1-Prob_i)]；

其中，ChaV_i=1，第i个图像块为翻拍，ChaV_i=0，第i个图像块为真实拍照。

7.一种陈列图像翻拍的存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被执行时实现权利要求1-6任一项所述的陈列图像翻拍的检测方法；

还包括配置模块与解析模块；所述配置模块用于配置编辑协议文件，所述协议文件为二进制格式数据；所述解析模块用于将所述协议文件解析为JSON格式数据。

8.一种陈列图像翻拍的处理设备，其特征在于，包括：

一个或多个处理器以及存储器；

所述存储器，用于存储一个或多个计算机程序，一个或多个所述处理器用于执行所述存储器存储的一个或多个计算机程序，以使一个或多个所述处理器执行如权利要求1-6任一项所述的陈列图像翻拍的检测方法。