本发明涉及信息识别,尤其涉及一种用于深度合成信息的检测方法。
背景技术:
1、深度合成信息作为一种能够以假乱真的技术,对于信息真实性的识别有着极大的干扰,对深度合成信息的检测是分辨信息真实性的极为重要的步骤。
2、中国专利申请公开号:cn114461986b公开了一种训练识别标识模型的方法、图像识别的方法和装置;该训练识别标识模型的方法包括:获取背景图片和前景图片,其中,背景图片为初始样本图片;前景图片为待识别标识图片;依据背景图片和前景图片进行合成,生成标定样本;对标定样本添加对应标签,其中,标签用于表示待识别标识的类别,以及待识别标识在图片中的位置;将添加标签的标定样本和背景图片输入待训练识别模型进行训练,得到目标识别模型,目标识别模型用于识别输入的图片中是否包含待识别标识。该发明可以提升logo检测准确率。
3、但是,上述方法存在以下问题:无法分辨深度合成图片,且无法识别应对经过和谐处理的图片。
技术实现思路
1、为此,本发明提供一种用于深度合成信息的检测方法,用以克服现有技术中无法分辨深度合成图片,且无法识别应对经过和谐处理的图片,从而导致对图片的分类不准确的问题。
2、为实现上述目的,本发明提供一种用于深度合成信息的检测方法,包括:
3、获取待测图片,并确定待测图片的交界线;
4、根据所述交界线将所述待测图片分解为若干分割图片;
5、确定各交界线的交界对比度,并根据交界颜色判定对应的图片类别;
6、根据各分割图片的亮度确定所述待测图片的光源数据,并根据亮度对待测图片的颜色饱和度进行调节以形成调整图片;
7、根据所述光源数据以及所述调整图片对所述待测图片的图片类别进行判断;
8、其中,所述交界对比度为交界线与相邻分割区域的明显程度,其与交界线的颜色有关;
9、所述图片类别包括合成图片、自然图片;
10、所述待测图片的图片类别与待测图片的场景有关。
11、进一步地,所述待测图片由若干不同颜色的区域组成,对于单张待测图片,其对应单个识别灵敏度,
12、若任意相邻区域的色差大于所述识别灵敏度,判定该相邻区域的交界位置为所述交界线;
13、若任意相邻区域的色差不大于所述识别灵敏度,判定该相邻区域为相同的所述分割图片;
14、其中,所述交界线由所述相邻区域中亮度较小一侧的所述分割图片的像素组成,设定该分割图片为该交界线的主图片。
15、进一步地,在确定所述单张待测图片对应的识别灵敏度时,根据该待测图片的对比度确定最小分割数,并对识别灵敏度进行调整,若所述分割图片的数量小于所述最小分割数,将所述识别灵敏度的数值调大。
16、进一步地,对于所述待测图片中的单张分割图片,将该分割图片的亮度以预设亮度调整值进行步进调整,直至交界线或与交界线相邻的所述分割图片中的任一像素被识别为白色,
17、若交界线上任一像素被识别为白色,且与交界线相邻的任一像素不为白色,判定该待测图片为合成图片;
18、若与交界线相邻的所述分割图片中的任一像素被识别为白色,且交界线不为白色,判定该待测图片为合成图片。
19、进一步地,对于所述待测图片,将相邻的所述分割图片设定为第一分割图片以及第二分割图片,其中,第一分割图片的亮度低于第二分割图片的亮度;
20、以所述第一分割图片的中心向所述第二分割图片的中心进行连线,并对连线经过路径的各像素的颜色饱和度进行判定,若路径上的各像素的颜色饱和度的连线存在突变值,判定所述待测图片为合成图片;
21、其中,所述突变值为连线颜色饱和度的导数的绝对值大于变化阈值的像素对应的颜色饱和度,其与所述光源数据有关。
22、进一步地,若所述待测图片未被判定为所述合成图片,根据该待测图片的各分割图片的亮度确定对应的光源方向以及光源亮度,其中,光源方向为确定各分割图片的中点,并根据各分割图片的亮度由低到高的连线的对应方向;
23、其中,所述光源亮度与各分割图片的亮度和亮度差有关。
24、进一步地,在对所述待测图片的图片类别进行判断时,
25、若所述待测图片的光源方向指向同一光源,判定该待测图片为自然图片;
26、若所述待测图片的光源方向指向不同的方向,根据该待测图片的光源亮度对待测图片的图片类别进行进一步判断;
27、其中,所述同一光源为各光源方向交于同一点。
28、进一步地,对于所述待测图片,将各光源的亮度调整为相同值,并根据所述各光源的亮度确定各光源的位置;
29、将各光源的位置连线,根据连线的形状对所述待测图片的图片类别进行判定,其中,
30、若任一光源的位置与所述待测图片的中点的连线距离大于最大光源距离,判定该待测图片为所述合成图片。
31、进一步地,在确定所述交界对比度时,若所述交界线中包含所述合成图片,将该合成图片识别为单个分割图片,并将该分割图片进行模糊;
32、其中,模糊为将所述分割图片的图像噪声以及细节层次降低。
33、进一步地,在对所述分割图片进行模糊时,若其包含所述分割线,将该分割线的颜色定义为黑色,并在进行识别时不对该分割线的任一像素进行识别。
34、与现有技术相比,本发明的有益效果在于,利用对待测图片进行分割并分别识别的方式,对图片的类别进行判断,并根据分割图片、分界线以及亮度对图片进行分类,在有效提升了对于图片的识别能力的同时,有效提升了对于深度合成图片的分辨性能。
35、进一步地,利用将待测图片根据色差进行分割的方式,将待测图片分割为若干区域,并设定对应的分界线,在有效提升了对于深度合成图片分解的针对性的同时,进一步提升了对于深度合成图片的分辨性能。
36、进一步地,通过设置识别灵敏度的方式,将待测图片分解为合适的尺寸,在有效提升了不同情况下待测图片的分辨效率的同时,进一步提升了对于深度合成图片的分辨性能。
37、进一步地,通过对待测图片中各部分分割图片的亮度进行调节的方式,对图片的类别进行判定,在有效提升了图片判定的合理性的同时,进一步提升了对于深度合成图片的分辨性能。
38、进一步地,通过对待测图片颜色饱和度以及光源的判断,确定待测图片是否被更改,从而进一步提升了对于深度合成图片的分辨性能。
39、进一步地,对于待测图片中存在的子图片,将子图片进行模糊以免对待测图片的判定产生干扰,在有效地避免了因检测到已完成判定的子图片带来的干扰的同时,进一步提升了对于深度合成图片的分辨性能。
1.一种用于深度合成信息的检测方法,其特征在于,包括:
2.根据权利要求1所述的用于深度合成信息的检测方法,其特征在于,所述待测图片由若干不同颜色的区域组成,对于单张待测图片,其对应单个识别灵敏度,
3.根据权利要求2所述的用于深度合成信息的检测方法,其特征在于,在确定所述单张待测图片对应的识别灵敏度时,根据该待测图片的对比度确定最小分割数,并对识别灵敏度进行调整,若所述分割图片的数量小于所述最小分割数,将所述识别灵敏度的数值调大。
4.根据权利要求2所述的用于深度合成信息的检测方法,其特征在于,对于所述待测图片中的单张分割图片,将该分割图片的亮度以预设亮度调整值进行步进调整,直至交界线或与交界线相邻的所述分割图片中的任一像素被识别为白色,
5.根据权利要求2所述的用于深度合成信息的检测方法,其特征在于,对于所述待测图片,将相邻的所述分割图片设定为第一分割图片以及第二分割图片,其中,第一分割图片的亮度低于第二分割图片的亮度;
6.根据权利要求3-5任一项所述的用于深度合成信息的检测方法,其特征在于,若所述待测图片未被判定为所述合成图片,根据该待测图片的各分割图片的亮度确定对应的光源方向以及光源亮度,其中,光源方向为确定各分割图片的中点,并根据各分割图片的亮度由低到高的连线的对应方向;
7.根据权利要求6所述的用于深度合成信息的检测方法,其特征在于,在对所述待测图片的图片类别进行判断时,
8.根据权利要求7所述的用于深度合成信息的检测方法,其特征在于,对于所述待测图片,将各光源的亮度调整为相同值,并根据所述各光源的亮度确定各光源的位置;
9.根据权利要求1所述的用于深度合成信息的检测方法,其特征在于,在确定所述交界对比度时,若所述交界线中包含所述合成图片,将该合成图片识别为单个分割图片,并将该分割图片进行模糊;
10.根据权利要求9所述的用于深度合成信息的检测方法,其特征在于,在对所述分割图片进行模糊时,若其包含所述分割线,将该分割线的颜色定义为黑色,并在进行识别时不对该分割线的任一像素进行识别。