本技术属于计算机,具体涉及一种虚假图像判定方法、装置、计算机可读介质及电子设备。
背景技术:
1、商户准入是指商户与某平台进行签约,以成为该平台的商户的过程。但是,在平台对商户的巡检过程中,发现一些用于商户准入的图像类准入凭证存在篡改等假冒情形。例如,通过图像拼接等方式的将关键信息修改替换,通过篡改假冒的图像完成商户准入,从而对平台的安全造成危害,对平台和平台上的其他商户的可信度造成不良影响。
2、在商户准入的审核阶段,可以通过人工审核图像类准入凭证是否为假冒凭证。但是,这种依靠人工来审核图像类准入凭证是否假冒的检测方式,检测效率较低。
3、需要说明的是,在上述背景技术部分公开的信息仅用于加强对本技术的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本技术的目的在于提供一种虚假图像判定方法、装置、计算机可读介质及电子设备,至少在一定程度上克服相关技术中如何提高对假冒图像的检测效率的技术问题。
2、本技术的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本技术的实践而习得。
3、根据本技术实施例的一个方面,提供一种虚假图像判定方法,所述虚假图像判定方法包括:
4、对待判定图像进行特征提取,得到所述待判定图像的图像特征;
5、将所述待判定图像的图像特征与历史图像特征库的存量特征进行特征匹配,得到目标存量特征,其中,所述存量特征为所述历史图像特征库中存储的历史图像的图像特征;
6、获取与所述目标存量特征相关联的附加信息,所述附加信息包括与所述目标存量特征相关联的对象;
7、当与所述目标存量特征相关联的对象的总数量大于第一预设数量时,判定所述待判定图像为虚假图像。
8、根据本技术实施例的一个方面,提供一种虚假图像判定装置,所述虚假图像判定装置包括:
9、特征提取模块,被配置为对待判定图像进行特征提取,得到所述待判定图像的图像特征;
10、特征匹配模块,被配置为将所述待判定图像的图像特征与历史图像特征库的存量特征进行特征匹配,得到目标存量特征,其中,所述存量特征为所述历史图像特征库中存储的历史图像的图像特征;
11、附加信息获取模块,被配置为获取与所述目标存量特征相关联的附加信息,所述附加信息包括与所述目标存量特征相关联的对象;
12、第一虚假图像判定模块,被配置为当与所述目标存量特征相关联的对象的总数量大于第一预设数量时,判定所述待判定图像为虚假图像。
13、在本技术的一些实施例中,基于以上技术方案,所述特征匹配模块包括:
14、特征匹配单元,被配置为将所述待判定图像的图像特征分别与历史图像特征库中的各个存量特征进行特征匹配,得到对应的特征相似度;
15、目标存量特征确定单元,被配置为当所述特征相似度大于预设阈值时,将所述特征相似度对应的存量特征确定为目标存量特征。
16、在本技术的一些实施例中,基于以上技术方案,所述特征匹配单元包括:
17、特征度量距离计算子单元,被配置为计算所述待判定图像的图像特征分别与历史图像特征库的各个存量特征的特征度量距离;
18、特征相似度计算子单元,被配置为根据所述特征度量距离计算对应的特征相似度,其中,所述特征相似度与所述特征度量距离成反比。
19、在本技术的一些实施例中,基于以上技术方案,所述特征提取模块包括:
20、待判定图像预处理单元,被配置为对所述待判定图像进行预处理,其中,所述预处理包括对图像进行处理以得到固定图像尺寸和固定像素值域的待判定图像;
21、图像特征获取单元,被配置为将预处理后的所述待判定图像输入到预训练模型中,以通过所述预训练模型获取所述待判定图像的图像特征。
22、在本技术的一些实施例中,基于以上技术方案,所述虚假图像判定装置还包括:
23、数据集图像预处理单元,被配置为对场景识别图像数据集中的图像进行所述预处理,其中,所述场景识别图像数据集包括图像和图像对应的场景类别标签;
24、模型训练单元,被配置为采用所述场景识别图像数据集对用于场景分类的神经网络模型进行训练,所述神经网络模型包括特征层和场景分类层,所述特征层用于对图像进行特征提取得到预设维度的图像特征,所述场景分类层用于根据图像的图像特征确定图像对应的场景类别;
25、场景分类层去除单元,被配置为将训练后的所述神经网络模型去除场景分类层,得到所述预训练模型。
26、在本技术的一些实施例中,基于以上技术方案,所述虚假图像判定装置还包括:
27、历史图像预处理单元,被配置为对历史图像进行所述预处理,其中,所述历史图像为历史接收的图像,所述历史图像关联有与所述历史图像对应的附加信息;
28、存量特征获取单元,被配置为将预处理后的所述历史图像输入到所述预训练模型中,以通过所述预训练模型获取所述历史图像对应的存量特征;
29、历史图像特征库建立单元,被配置为将所述历史图像对应的存量特征与所述历史图像对应的所述附加信息进行关联,并根据关联后的所述存量特征与对应的所述附加信息建立所述历史图像特征库。
30、在本技术的一些实施例中,基于以上技术方案,所述虚假图像判定装置还包括:
31、真实图像判定单元,被配置为当与所述目标存量特征相关联的对象的总数量小于或等于所述第一预设数量时,判定所述待判定图像为真实图像。
32、在本技术的一些实施例中,基于以上技术方案,所述虚假图像判定装置还包括:
33、历史图像特征库更新单元,被配置为将所述待判定图像的图像特征和所述待判定图像对应的附加信息加入到所述历史图像特征库中。
34、在本技术的一些实施例中,基于以上技术方案,所述附加信息获取模块包括:
35、索引信息获取单元,被配置为获取与所述目标存量特征相关联的索引信息;
36、附加信息读取单元,被配置为根据所述索引信息读取与所述索引信息相关联的附加信息,以确定与所述索引信息相关联的对象;
37、对象总数量计算单元,被配置为当与所述索引信息相关联的对象中存在相同的对象时,将相同的对象合并,并在相同的对象合并后,获取与所述索引信息相关联的对象的总数量。
38、在本技术的一些实施例中,基于以上技术方案,所述附加信息还包括所述对象对应的对象状态,所述对象状态包括黑名单状态和正常状态。所述虚假图像判定装置还包括:
39、第二虚假图像判定单元,被配置当与所述目标存量特征相关联的对象对应的对象状态为黑名单状态的占比高于预设比例时,判定所述待判定图像为虚假图像。
40、在本技术的一些实施例中,基于以上技术方案,所述附加信息还包括所述对象所关联的主体。所述虚假图像判定装置还包括:
41、第三虚假图像判定单元,被配置为当与所述目标存量特征相关联的对象所关联的主体的总数量大于第二预设数量时,判定所述待判定图像为虚假图像。
42、在本技术的一些实施例中,基于以上技术方案,所述待判定图像为待审核的对象的门店图像。
43、根据本技术实施例的一个方面,提供一种计算机可读介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如以上技术方案中的虚假图像判定方法。
44、根据本技术实施例的一个方面,提供一种电子设备,该电子设备包括:处理器;以及存储器,用于存储处理器的可执行指令;其中,处理器被配置为经由执行可执行指令来执行如以上技术方案中的虚假图像判定方法。
45、根据本技术实施例的一个方面,提供一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行如以上技术方案中的虚假图像判定方法。
46、在本技术实施例提供的技术方案中,通过将待判定图像的图像特征与历史图像特征库的存量特征进行特征匹配,得到目标存量特征,并且在当与目标存量特征相关联的对象的总数量大于第一预设数量时,判定待判定图像为虚假图像,从而实现对待判定图像的智能检测,识别出待判定图像中的虚假图像,进而能够节省对于虚假图像的审核人力,并且能够提高对虚假图像的检测效率。
47、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本技术。