[發(fā)明專利]翻拍圖像識別方法、裝置、計算機設備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201811574530.1
• 申請日: 2018-12-21
• 公開（公告）號: CN109754059A
• 公開（公告）日: 2019-05-14
• 發(fā)明（設計）人: 徐國誠
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06N3/02
• 分類號: G06N3/02;G06K9/62
• 代理公司: 廣州華進聯(lián)合專利商標代理有限公司 44224
• 代理人: 李文淵

1.一種翻拍圖像識別方法，所述方法包括：

獲取待識別圖像；

根據(jù)待識別圖像生成對應的哈爾特征圖；

從哈爾特征圖中提取局部二值模式LBP特征值；

計算所述LBP特征值在各預設特征值范圍內(nèi)的統(tǒng)計概率；

將所述LBP特征值的統(tǒng)計概率輸入神經(jīng)網(wǎng)絡模型，通過所述神經(jīng)網(wǎng)絡模型對所述LBP特征值的統(tǒng)計概率進行識別處理，獲得第一翻拍概率；

當所述第一翻拍概率達到概率閾值時，則所述待識別圖像為翻拍圖像。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從哈爾特征圖中提取局部二值模式LBP特征值包括：

將哈爾特征圖均分為多個子哈爾特征圖塊；

分別對各所述子哈爾特征圖塊均分為多個像素塊；

在各像素塊中，判斷非中心像素點的灰度值是否大于中心像素點的灰度值；

若是，則將所述非中心像素點的灰度值設置為第一數(shù)值；若否，則將所述非中心像素點的灰度值設置為第二數(shù)值；

對設置灰度值后各像素塊中的非中心像素點的灰度值進行加權(quán)求和；

將加權(quán)求和的結(jié)果作為各像素塊的LBP特征值。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述計算所述LBP特征值在各預設特征值范圍內(nèi)的統(tǒng)計概率包括：

對各所述子哈爾特征圖塊中的LBP特征值，按照大小順序進行排序；

將排序后各所述子哈爾特征圖塊中的LBP特征值，按照預設步長均勻分成多個特征值范圍；

計算歸屬于各特征值范圍內(nèi)LBP特征值的統(tǒng)計概率。

4.根據(jù)權(quán)利要求1至3任一項所述的方法，其特征在于，所述則所述待識別圖像為翻拍圖像之后，所述方法還包括：

生成攜帶有所述待識別圖像的圖像復核請求；

將所述圖像復核請求發(fā)送至復核人賬號；

接收到所述復核人賬號發(fā)送的、針對所述圖像復核請求的反饋信息；所述反饋信息攜帶有所述待識別圖像為翻拍圖像的第二翻拍概率；

獲取機器識別所對應的第一權(quán)重和復核人識別所對應的第二權(quán)重；

分別按照所述第一權(quán)重和所述第二權(quán)重，對第一翻拍概率和所述第二翻拍概率進行加權(quán)求和，得到翻拍概率的加權(quán)和；

當所述加權(quán)和大于或等于預設加權(quán)和時，最終確定待識別圖像為翻拍圖像。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

獲取待識別樣本圖，對所述待識別樣本圖進行標注，獲得包含標簽的待識別樣本圖；所述標簽用于表示所述待識別樣本圖是否為翻拍圖像；

根據(jù)包含所述標簽的待識別樣本圖生成對應的哈爾特征樣本圖；

從所述哈爾特征樣本圖中提取LBP特征樣本值；

計算所述LBP特征樣本值在各預設特征值范圍內(nèi)的統(tǒng)計概率樣本；

將所述統(tǒng)計概率樣本輸入神經(jīng)網(wǎng)絡模型，通過所述神經(jīng)網(wǎng)絡模型對所述統(tǒng)計概率樣本進行識別處理，獲得第三翻拍概率；

對比所述第三翻拍概率與所述標簽之間的差異，調(diào)整神經(jīng)網(wǎng)絡模型的參數(shù)。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述對比所述第三翻拍概率與所述標簽之間的差異，調(diào)整神經(jīng)網(wǎng)絡模型的參數(shù)包括：

確定所述第三翻拍概率與所述標簽之間的誤差；

將所述誤差反向傳播到神經(jīng)網(wǎng)絡模型的網(wǎng)絡層，獲得各網(wǎng)絡層參數(shù)的梯度；

根據(jù)所獲得的梯度調(diào)整所述神經(jīng)網(wǎng)絡模型中各網(wǎng)絡層的參數(shù)。

7.一種翻拍圖像識別裝置，其特征在于，所述裝置包括：

圖像獲取模塊，用于獲取待識別圖像；

特征圖生成模塊，用于根據(jù)待識別圖像生成對應的哈爾特征圖；

特征值提取模塊，用于從哈爾特征圖中提取局部二值模式LBP特征值；

計算模塊，用于計算所述LBP特征值在各預設特征值范圍內(nèi)的統(tǒng)計概率；

處理模塊，用于將所述LBP特征值的統(tǒng)計概率輸入神經(jīng)網(wǎng)絡模型，通過所述神經(jīng)網(wǎng)絡模型對所述LBP特征值的統(tǒng)計概率進行識別處理，獲得第一翻拍概率；

翻拍圖像確定模塊，用于當所述第一翻拍概率達到概率閾值時，則所述待識別圖像為翻拍圖像。