[發明專利]翻拍圖像的識別方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110127232.3
• 申請日: 2021-01-29
• 公開（公告）號: CN112861950A
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 胡驍東
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 劉暉銘;張穎玲

本申請提供了一種翻拍圖像的識別方法、裝置、電子設備、計算機可讀存儲介質及計算機程序產品；方法包括：獲取待識別圖像，并將待識別圖像輸入至自編碼模型；通過自編碼模型的特征提取層，對待識別圖像進行特征提取，得到待識別圖像的圖像特征；通過自編碼模型的特征增強層，對待識別圖像的圖像特征進行特征增強，得到相應的圖像增強特征；通過自編碼模型的圖像重建層，對圖像增強特征進行圖像重建，得到對應待識別圖像的重建圖像；將重建圖像輸入至分類模型，通過分類模型對重建圖像進行分類，得到分類結果，分類結果用于指示待識別圖像是否為翻拍圖像。通過本申請能夠準確識別翻拍圖像。

技術領域

本申請涉及圖像處理技術，尤其涉及一種翻拍圖像的識別方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

圖像識別技術是人工智能的一個重要領域。它是指對圖像進行對象識別，以識別各種不同模式的目標和對像的技術。目前圖像識別技術日漸成熟，并且廣泛應用于人臉，動物及其他物體等方面。

隨著信用社會的發展，在金融、保險、政務等線上業務系統中，需要通過證件識別等對用戶信息進行驗證，隨著數據拍照技術的提升，以高清翻拍圖像為主的攻擊樣本可能帶來安全隱患。為降低風險，需對此類翻拍圖像進行檢測與過濾。

相關技術中，基于深度學習的翻拍圖像的檢測與過濾方案需收集大量翻拍圖像樣本和正常圖像樣本并進行人工標注，人工過濾效率低下，且對高刷新率、高分辨率成像設備拍攝的高保真翻拍圖像仍難以準確分辨。

發明內容

本申請實施例提供一種翻拍圖像的識別方法、裝置、電子設備、計算機可讀存儲介質及計算機程序產品，能夠提高識別翻拍圖像的準確率和命中率。

本申請實施例的技術方案是這樣實現的：

本申請實施例提供一種翻拍圖像的識別方法，包括：

獲取待識別圖像，并將所述待識別圖像輸入至自編碼模型；

通過所述自編碼模型的特征提取層，對所述待識別圖像進行特征提取，得到所述待識別圖像的圖像特征；

通過所述自編碼模型的特征增強層，對所述待識別圖像的圖像特征進行特征增強，得到相應的圖像增強特征；

通過所述自編碼模型的圖像重建層，對所述圖像增強特征進行圖像重建，得到對應所述待識別圖像的重建圖像；

將所述重建圖像輸入至分類模型，通過所述分類模型對所述重建圖像進行分類，得到分類結果，所述分類結果用于指示所述待識別圖像是否為翻拍圖像。

本申請實施例提供一種翻拍圖像的識別裝置，包括：

圖像獲取模塊，用于獲取待識別圖像，并將所述待識別圖像輸入至自編碼模型；

特征提取模塊，用于通過所述自編碼模型的特征提取層，對待識別圖像進行特征提取，得到所述待識別圖像的圖像特征；

特征增強模塊，用于通過所述自編碼模型的特征增強層，對所述待識別圖像的圖像特征進行特征增強，得到相應的圖像增強特征；

圖像重建模塊，用于通過所述自編碼模型的圖像重建層，對所述圖像增強特征進行圖像重建，得到對應所述待識別圖像的重建圖像；

分類模塊，用于將所述重建圖像輸入至分類模型，通過所述分類模型對所述重建圖像進行分類，得到分類結果，所述分類結果用于指示所述待識別圖像是否為翻拍圖像。

上述方案中，所述特征增強層包括特征映射層和包括多個記憶單元的特征記憶層；所述特征增強模塊，還用于通過所述特征映射層對所述圖像特征進行地址映射，得到與所述特征記憶層中各記憶單元對應的地址權重；通過所述特征記憶層，基于各記憶單元對應的地址權重，對各所述記憶單元中的圖像特征進行加權求和，得到與所述待識別圖像的圖像特征相對應的圖像增強特征。