基于图像识别的取证方法、系统、计算机设备及存储介质技术方案

本发明专利技术公开了基于图像识别的取证方法、系统、计算机设备及存储介质，所述方法包括：图像采集终端根据预置的相似度判断模型对所采集得到的最新图像与对应的历史图像是否相似进行判断，以得到相似判断结果；若相似判断结果为否，将最新图像与历史图像作为目标图像信息发送至用户终端；用户终端接收目标图像信息，根据预置的分类模型对目标图像信息进行分类以得到类型信息；根据预置的证据文件生成规则及类型信息生成与目标图像信息对应的证据文件。本发明专利技术基于相似度匹配技术，可快速高效地对海量高清图像进行分析，并基于所采集的高清图像生成相应的取证材料，大幅提高了基于海量高清图像进行取证的效率。

Forensics method, system, computer equipment and storage medium based on image recognition

【技术实现步骤摘要】
基于图像识别的取证方法、系统、计算机设备及存储介质
本专利技术涉及计算机
，尤其涉及一种基于图像识别的取证方法、系统、计算机设备及存储介质。
技术介绍
随着航天事业的发展，卫星遥感技术已应用于国防安全、国土监测、海事、灾害应急管理等领域，通过卫星遥感技术，高分辨率卫星可采集到海量高清图片，卫星一天可绕飞地球多次，技术人员可获取不同时间点在同一地点所采集的多张卫星高清图像，对该地点侵害资源的情况进行分析并对违法行为取证。然而由于所采集到的高清图片十分庞大，人工分析海量高清图像效率较低且存在人为误差，导致难以基于所采集的高清图片得到证据力强的取证材料。因而，现有技术方法中存在难以对海量高清图片进行高效分析以生成取证材料的问题。
技术实现思路
本专利技术实施例提供了一种基于图像识别的取证方法、系统、计算机设备及存储介质，旨在解决现有技术方法中所存在的无法对海量高清图像进行高效分析以生成取证材料的问题。第一方面，本专利技术实施例提供了一种基于图像识别的取证方法，其包括：所述图像采集终端根据预置的相似度判断模型对所采集得到的最新图像与对应的历史图像是否相似进行判断，以得到相似判断结果；若所述相似判断结果为否，将所述最新图像与所述历史图像作为目标图像信息发送至所述用户终端；所述用户终端接收所述目标图像信息，根据预置的分类模型对所述目标图像信息进行分类以得到类型信息；根据预置的证据文件生成规则及所述类型信息生成与所述目标图像信息对应的证据文件。第二方面，本专利技术实施例提供了一种基于图像识别的取证系统，其包括：图像采集终端及用户终端，所述图像采集终端包括相似判断单元及目标图像信息发送单元，所述用户终端包括目标图像信息分类单元及证据文件生成单元，其中，所述相似判断单元，用于根据预置的相似度判断模型对所采集得到的最新图像与对应的历史图像是否相似进行判断，以得到相似判断结果；所述目标图像信息发送单元，用于若所述相似判断结果为否，将所述最新图像与所述历史图像作为目标图像信息发送至所述用户终端；所述目标图像信息分类单元，用于接收所述目标图像信息，根据预置的分类模型对所述目标图像信息进行分类以得到类型信息；所述证据文件生成单元，用于根据预置的证据文件生成规则及所述类型信息生成与所述目标图像信息对应的证据文件。第三方面，本专利技术实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的基于图像识别的取证方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的基于图像识别的取证方法。本专利技术实施例提供了一种基于图像识别的取证方法、系统、计算机设备及存储介质。根据相似度判断模型对图像采集终端所采集的最新图像与对应的历史图像是否相似进行判断，得到相似判断结果，若相似判断结果为否，将最新图像与历史图像作为目标图像信息发送至用户终端，用户终端接收目标图像信息，根据分类模型对目标图像信息进行分类以得到类型信息，根据证据文件生成规则及类型信息生成与目标图像信息对应的证据文件。通过上述方法，可快速高效地对海量高清图像进行分析，并基于所采集的高清图像生成相应的取证材料，大幅提高了基于海量高清图像进行取证的效率。附图说明为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的基于图像识别的取证方法的流程示意图；图2为本专利技术实施例提供的基于图像识别的取证方法的应用场景示意图；图3为本专利技术实施例提供的基于图像识别的取证方法的子流程示意图；图4为本专利技术实施例提供的基于图像识别的取证方法的另一子流程示意图；图5为本专利技术实施例提供的基于图像识别的取证方法的另一子流程示意图；图6为本专利技术实施例提供的基于图像识别的取证方法的另一流程示意图；图7为本专利技术实施例提供的基于图像识别的取证方法的另一子流程示意图；图8为本专利技术实施例提供的基于图像识别的取证方法的另一流程示意图；图9为本专利技术实施例提供的基于图像识别的取证系统的示意性框图；图10为本专利技术实施例提供的计算机设备的示意性框图。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。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。请参阅图1及图2，图1是本专利技术实施例提供的基于图像识别的取证方法的流程示意图，图2为本专利技术实施例提供的基于图像识别的取证方法的应用场景示意图。该基于图像识别的取证方法应用于基于图像识别的取证系统中，系统包括图像采集终端10及用户终端20，该方法通过安装于图像采集终端10及用户终端20中的应用软件进行执行，图像采集设备10通过与用户终端20建立网络连接以实现数据信息的传输，图像采集终端10即是用于对图像进行采集的终端设备，例如高分辨率卫星、航空飞行器或无人机等，图像采集终端10可将所采集到的图像发送至用户终端20，用户终端20即是用于根据接收到的图像生成取证材料的终端设备，例如台式电脑、笔记本电脑、平板电脑或手机等。如图1所示，该方法包括步骤S110～S140。S110、根据预置的相似度判断模型对所采集得到的最新图像与对应的历史图像是否相似进行判断，以得到相似判断结果。根据预置的相似度判断模型对所采集得到的最新图像与对应的历史图像是否相似进行判断，以得到相似判断结果。所述相似度判断模型包括图像方差计算公式、误差计算公式及误差阈值。图像采集终端采集得到最新图像，最新图像包含一个与之对应的位置信息，图像采集终端中存储有多个位置信息对应多次采集的高清图像，可根据最新图像对应的位置信息，获取所存储的在该位置信息前一次采集的本文档来自技高网...

【技术保护点】
1.一种基于图像识别的取证方法，其特征在于，应用于基于图像识别的取证系统，所述系统包括图像采集终端及用户终端；所述方法包括：/n所述图像采集终端根据预置的相似度判断模型对所采集得到的最新图像与对应的历史图像是否相似进行判断，以得到相似判断结果；/n若所述相似判断结果为否，将所述最新图像与所述历史图像作为目标图像信息发送至所述用户终端；/n所述用户终端接收所述目标图像信息，根据预置的分类模型对所述目标图像信息进行分类以得到类型信息；/n根据预置的证据文件生成规则及所述类型信息生成与所述目标图像信息对应的证据文件。/n

【技术特征摘要】
1.一种基于图像识别的取证方法，其特征在于，应用于基于图像识别的取证系统，所述系统包括图像采集终端及用户终端；所述方法包括：
所述图像采集终端根据预置的相似度判断模型对所采集得到的最新图像与对应的历史图像是否相似进行判断，以得到相似判断结果；
若所述相似判断结果为否，将所述最新图像与所述历史图像作为目标图像信息发送至所述用户终端；
所述用户终端接收所述目标图像信息，根据预置的分类模型对所述目标图像信息进行分类以得到类型信息；
根据预置的证据文件生成规则及所述类型信息生成与所述目标图像信息对应的证据文件。


2.根据权利要求1所述的基于图像识别的取证方法，其特征在于，所述相似度判断模型包括图像方差计算公式、误差计算公式及误差阈值，所述图像采集终端根据预置的相似度判断模型对所采集得到的最新图像与对应的历史图像是否相似进行判断，以得到相似判断结果，包括：
对所述最新图像及所述历史图像进行灰度处理得到对应的第一灰度图像及第二灰度图像；
根据所述图像方差计算公式分别计算所述第一灰度图像及所述第二灰度图像的图像方差值其中，为所述灰度图像第m行的方差值，Am为所述灰度图像第m行所有像素点的灰度平均值，B为所述灰度图像所有像素点的灰度平均值，N为所述灰度图像所包含的总行数；
根据所述误差计算公式计算得到所述第一灰度图像及所述第二灰度图像之间的逐行误差值为所述第一灰度图像与所述第二灰度图像第m行的误差值，为所述第一灰度图像第m行的方差值，为所述第二灰度图像第m行的方差值；
判断所述逐行误差值中最大的误差值是否小于所述误差阈值以得到相似判断结果。


3.根据权利要求1所述的基于图像识别的取证方法，其特征在于，所述分类模型包括卷积神经网络、目标分类特征信息及匹配度计算公式，所述根据预置的分类模型对所述目标图像信息进行分类以得到类型信息，包括：
根据所述最新图像与所述历史图像的差别获取对应的残差图像；
根据所述卷积神经网络获取与所述残差图像对应的特征向量；
根据所述匹配度计算公式计算所述特征向量与所述目标分类特征信息中每一资源侵害类型之间的匹配度；
根据所述特征向量与每一所述资源侵害类型之间的匹配度确定匹配度最高的一个资源侵害类型为所述残差图像的类型信息。


4.根据权利要求1所述的基于图像识别的取证方法，其特征在于，所述证据文件生成规则包括时间戳添加规则及电子签名规则，所述根据预置的证据文件生成规则及所述类型信息生成与所述目标图像信息对应的证据文件，包括：
根据所述时间戳添加规则在所述目标图像信息中添加时间戳；
根据所述电子签名规则在已添加时间戳的所述目标图像信息中添加电子签名；
将已添加电子签名的所述目标图像信息及所述类型信息作为与所述目标图像信...

【专利技术属性】
技术研发人员：林凡，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东;44