一种图像篡改的识别方法、装置及电子设备制造方法及图纸

本发明专利技术提供一种图像篡改的识别方法、装置及电子设备，获取待分析的第一图片，调整所述第一图片的分辨率为预设分辨率以及所述第一图片的编码方式为预设编码方式后，得到第二图片，获取所述第二图片的RGB值，基于所述RGB值，确定所述第一图片是否被篡改。本发明专利技术中能够自动根据第二图片的RGB值确定是否被篡改，不需要人工依据经验去判断是否被篡改，提高了篡改识别结果的准确度。

【技术实现步骤摘要】
一种图像篡改的识别方法、装置及电子设备
本专利技术涉及图像处理领域，更具体的说，涉及一种图像篡改的识别方法、装置及电子设备。
技术介绍
目前移动互联网和手机拍照让我们可以随时随地的拍摄照片，美图等编辑工具又可以让我们对拍摄的图片进行美化，以分享美图。但与此同时，很多经过编辑后的图片混淆视听，移花接木。现有技术中，判断照片是否被篡改是通过人工观察照片对光照反射和吸收情况，来确认图片是否被篡改。这样一来，使得图片篡改识别过程依赖人工经验，进而使得篡改识别结果不准确。
技术实现思路
有鉴于此，本专利技术提供一种图像篡改的识别方法、装置及电子设备，以解决图片篡改识别过程依赖人工经验，进而使得篡改识别结果不准确的问题。为解决上述技术问题，本专利技术采用了如下技术方案：一种图像篡改的识别方法，包括：获取待分析的第一图片；调整所述第一图片的分辨率为预设分辨率以及所述第一图片的编码方式为预设编码方式后，得到第二图片；获取所述第二图片的RGB值；基于所述RGB值，确定所述第一图片是否被篡改。优选地，基于所述RGB值，确定所述第一图片是否被篡改，包括：基于所述RGB值以及神经网络模型，确定所述第一图片被篡改的概率；当所述概率大于预设数值时，确定所述第一图片被篡改过；当所述概率不大于预设数值时，确定所述第一图片未被篡改过。优选地，所述神经网络模型的生成过程包括：获取多个图片样本以及每个所述图片样本是否被篡改的结果；其中，每个所述图片样本的分辨率为所述预设分辨率以及每个所述图片样本的编码方式为所述预设编码方式；获取初始神经网络模型；获取每个所述图片样本的RGB值；基于每个所述图片样本的RGB值以及每个所述图片样本是否被篡改的结果，对所述初始神经网络模型进行训练，得到所述神经网络模型。优选地，基于每个所述图片样本的RGB值以及每个所述图片样本是否被篡改的结果，对所述初始神经网络模型进行训练，得到所述神经网络模型，包括：基于每个所述图片样本的RGB值以及每个所述图片样本是否被篡改的结果，使用BP神经网络算法，计算所述初始神经网络模型中的每一层的特征值；基于计算出的初始神经网络模型中的每一层的特征值，得到所述神经网络模型。一种图像篡改的识别装置，包括：图片获取模块，用于获取待分析的第一图片；调整模块，用于调整所述第一图片的分辨率为预设分辨率以及所述第一图片的编码方式为预设编码方式后，得到第二图片；数值获取模块，用于获取所述第二图片的RGB值；篡改确定模块，用于基于所述RGB值，确定所述第一图片是否被篡改。优选地，所述篡改确定模块包括：概率计算子模块，用于基于所述RGB值以及神经网络模型，确定所述第一图片被篡改的概率；第一确定子模块，用于当所述概率大于预设数值时，确定所述第一图片被篡改过；第二确定子模块，用于当所述概率不大于预设数值时，确定所述第一图片未被篡改过。优选地，还包括：第一获取模块，用于获取多个图片样本以及每个所述图片样本是否被篡改的结果；其中，每个所述图片样本的分辨率为所述预设分辨率以及每个所述图片样本的编码方式为所述预设编码方式；第二获取模块，用于获取初始神经网络模型；第三获取模块，用于获取每个所述图片样本的RGB值；训练模块，用于基于每个所述图片样本的RGB值以及每个所述图片样本是否被篡改的结果，对所述初始神经网络模型进行训练，得到所述神经网络模型。优选地，所述训练模块包括：计算子模块，用于基于每个所述图片样本的RGB值以及每个所述图片样本是否被篡改的结果，使用BP神经网络算法，计算所述初始神经网络模型中的每一层的特征值；模型确定子模块，用于基于计算出的初始神经网络模型中的每一层的特征值，得到所述神经网络模型。一种电子设备，包括：存储器和处理器；其中，所述存储器用于存储程序；处理器用于调用程序，其中，所述程序用于：获取待分析的第一图片；调整所述第一图片的分辨率为预设分辨率以及所述第一图片的编码方式为预设编码方式后，得到第二图片；获取所述第二图片的RGB值；基于所述RGB值，确定所述第一图片是否被篡改。相较于现有技术，本专利技术具有以下有益效果：本专利技术提供一种图像篡改的识别方法、装置及电子设备，获取待分析的第一图片，调整所述第一图片的分辨率为预设分辨率以及所述第一图片的编码方式为预设编码方式后，得到第二图片，获取所述第二图片的RGB值，基于所述RGB值，确定所述第一图片是否被篡改。本专利技术中能够自动根据第二图片的RGB值确定是否被篡改，不需要人工依据经验去判断是否被篡改，提高了篡改识别结果的准确度。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本专利技术提供的一种图像篡改的识别方法的方法流程图；图2为本专利技术提供的另一种图像篡改的识别方法的方法流程图；图3为本专利技术提供的再一种图像篡改的识别方法的方法流程图；图4为本专利技术提供的一种神经网络模型的结构示意图；图5为本专利技术提供的一种图像篡改的识别装置的结构示意图；图6为本专利技术提供的另一种图像篡改的识别装置的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术实施例提供了一种图像篡改的识别方法，参照图1，可以包括：S11、获取待分析的第一图片；其中，待分析的第一图片是需要进行分析是否被篡改的图片，第一图片的分辨率以及编码格式可以任意。S12、调整所述第一图片的分辨率为预设分辨率以及所述第一图片的编码方式为预设编码方式后，得到第二图片；具体的，第一图片的分辨率以及编码方式任意，但是神经网络模型中规定了第一图片的分辨率和编码方式，此时应该将第一图片的分辨率以及编码格式进行设定。其中，预设分辨率可以为256*256，预设编码方式可以为JPJ或PNG等。S13、获取所述第二图片的RGB值；其中，RGB即是代表红、绿、蓝三个通道的颜色。S14、基于所述RGB值，确定所述第一图片是否被篡改。可选的，在本实施例的基础上，参照图2，步骤S14可以包括：S21、基于所述RGB值以及神经网络模型，确定所述第一图片被篡改的概率；其中，神经网络模型是预先建立的，将RGB值输入到神经网络模型中，就可以得到第一图片被篡改的概率。S22、当所述概率大于预设数值时，确定所述第一图片被篡改过；具体的，预设数值可以为50％，当所述第一图片被篡改的概率大于50时，说明第一图片被篡改的概率较大，第一照片极有可能是被篡改过。S23、当所述概率不大于预设数值时，确定所述第一图片未被篡改过。当所述第一图片被篡改的概率不大于50时，说明第一图片被篡改的概率较小，第一照片未被篡改过。需要说明的是，本实施例中使用RGB值，是由于数字图片的所有信息包含在组成图片像素点的RGB值中，如果使用软件对图片进行修改，图片中原有物体的自然线条也会被修改，这些图片特征的改变会反映到图片RGB值的排列中，导本文档来自技高网...

【技术保护点】
1.一种图像篡改的识别方法，其特征在于，包括：获取待分析的第一图片；调整所述第一图片的分辨率为预设分辨率以及所述第一图片的编码方式为预设编码方式后，得到第二图片；获取所述第二图片的RGB值；基于所述RGB值，确定所述第一图片是否被篡改。

【技术特征摘要】
1.一种图像篡改的识别方法，其特征在于，包括：获取待分析的第一图片；调整所述第一图片的分辨率为预设分辨率以及所述第一图片的编码方式为预设编码方式后，得到第二图片；获取所述第二图片的RGB值；基于所述RGB值，确定所述第一图片是否被篡改。2.根据权利要求1所述的识别方法，其特征在于，基于所述RGB值，确定所述第一图片是否被篡改，包括：基于所述RGB值以及神经网络模型，确定所述第一图片被篡改的概率；当所述概率大于预设数值时，确定所述第一图片被篡改过；当所述概率不大于预设数值时，确定所述第一图片未被篡改过。3.根据权利要求2所述的识别方法，其特征在于，所述神经网络模型的生成过程包括：获取多个图片样本以及每个所述图片样本是否被篡改的结果；其中，每个所述图片样本的分辨率为所述预设分辨率以及每个所述图片样本的编码方式为所述预设编码方式；获取初始神经网络模型；获取每个所述图片样本的RGB值；基于每个所述图片样本的RGB值以及每个所述图片样本是否被篡改的结果，对所述初始神经网络模型进行训练，得到所述神经网络模型。4.根据权利要求3所述的识别方法，其特征在于，基于每个所述图片样本的RGB值以及每个所述图片样本是否被篡改的结果，对所述初始神经网络模型进行训练，得到所述神经网络模型，包括：基于每个所述图片样本的RGB值以及每个所述图片样本是否被篡改的结果，使用BP神经网络算法，计算所述初始神经网络模型中的每一层的特征值；基于计算出的初始神经网络模型中的每一层的特征值，得到所述神经网络模型。5.一种图像篡改的识别装置，其特征在于，包括：图片获取模块，用于获取待分析的第一图片；调整模块，用于调整所述第一图片的分辨率为预设分辨率以及所述第一图片的编码方式为预设编码方式后，得到第二图...

【专利技术属性】
技术研发人员：陈志，王加丽，许佳，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：北京,11