【技术实现步骤摘要】
一种图片风险识别方法、装置及设备
本说明书实施例涉及信息
,尤其涉及一种图片风险识别方法、装置及设备。
技术介绍
人脸识别技术已经广泛应用在应用登陆、设备解锁甚至支付核验等领域。而实际应用中,不法分子可能利用某些手段,收集到受害人照片进行识别,进而登陆受害者账号获取其隐私信息。例如,不法分子收集到受害者的一张图片,先用该图片进行人脸认证,后续再使用该图像的部分截图加上微调后进行登录和其它操作。基于此,本说明书实施例提供一种更为准确的图片风险识别方案。
技术实现思路
本申请实施例的目的是提供一种更为准确的图片风险识别方案。为解决上述技术问题,本申请实施例是这样实现的:一种图片风险识别方法,包括:获取待识别图片,确定所述待识别图片所对应的已验证图片;分别获取所述待识别图片的特征点集合F(A),以及所述已验证图片的特征点集合F(B),其中,所述F(A)与F(B)中的特征点的维度相同;遍历集合F(A),针对F(A)中被选取的任一特征点,确定集合F(B)中每一个特征点与该被选取到的特征点的距离;根据所述F(B)中每一个特征点与该被选取到的特征点的距离,判断该被选取到的特征点是否属于可匹配的特征点;统计F(A)中可匹配的特征点的数量N,以及确定所述集合F(A)中特征点的数量N(A),确定所述F(B)中特征点的数量N(B);根据所述可匹配的特征点的数量N、N(A)和N(B)确定所述待识别图片与所述已验证图片的匹配程度P,若所述匹配程度 ...
【技术保护点】
1.一种图片风险识别方法,包括:/n获取待识别图片,确定所述待识别图片所对应的已验证图片;/n分别获取所述待识别图片的特征点集合F(A),以及所述已验证图片的特征点集合F(B),其中,所述F(A)与F(B)中的特征点的维度相同;/n遍历集合F(A),针对F(A)中被选取的任一特征点,确定集合F(B)中每一个特征点与该被选取到的特征点的距离;/n根据所述F(B)中每一个特征点与该被选取到的特征点的距离,判断该被选取到的特征点是否属于可匹配的特征点;/n统计F(A)中可匹配的特征点的数量N,以及确定所述集合F(A)中特征点的数量N(A),确定所述F(B)中特征点的数量N(B);/n根据所述可匹配的特征点的数量N、N(A)和N(B)确定所述待识别图片与所述已验证图片的匹配程度P,若所述匹配程度P超过预设阈值,确定所述待识别图片存在风险。/n
【技术特征摘要】
1.一种图片风险识别方法,包括:
获取待识别图片,确定所述待识别图片所对应的已验证图片;
分别获取所述待识别图片的特征点集合F(A),以及所述已验证图片的特征点集合F(B),其中,所述F(A)与F(B)中的特征点的维度相同;
遍历集合F(A),针对F(A)中被选取的任一特征点,确定集合F(B)中每一个特征点与该被选取到的特征点的距离;
根据所述F(B)中每一个特征点与该被选取到的特征点的距离,判断该被选取到的特征点是否属于可匹配的特征点;
统计F(A)中可匹配的特征点的数量N,以及确定所述集合F(A)中特征点的数量N(A),确定所述F(B)中特征点的数量N(B);
根据所述可匹配的特征点的数量N、N(A)和N(B)确定所述待识别图片与所述已验证图片的匹配程度P,若所述匹配程度P超过预设阈值,确定所述待识别图片存在风险。
2.如权利要求1所述的方法,根据所述F(B)中每一个特征点与该被选取到的特征点的距离,判断该被选取到的特征点是否属于可匹配的特征点,包括:
确定出F(B)中与该被选取到的特征点的最小距离D(min);
获取F(B)中其余特征点与该被选取到的特征点的距离,若其余特征点与被选取到的特征点的距离的比值或者差值均高于预设距离阈值,则判断所述被选取到的特征点属于可匹配的特征点。
3.如权利要求1所述的方法,根据所述可匹配的特征点的数量N、N(A)和N(B)确定所述待识别图片与所述已验证图片的匹配程度P,包括:
计算所述N(A)和N(B)之和S,将所述N与S的比值确定为所述匹配程度P。
4.如权利要求1所述的方法,根据所述可匹配的特征点的数量N、N(A)和N(B)确定所述待识别图片与所述已验证图片的匹配程度P,包括;
确定所述确定N(A)和N(B)中的较小值,将所述N与较小值的比例确定为匹配程度P。
5.如权利要求1所述的方法,确定集合F(B)中每一个特征点与该被选取到的特征点的距离,包括:
获取该被选取到的特征点的特征向量所对应的字符串,以及,获取所述F(B)中一个特征点的字符串,对两个字符串中的每一个对应字符进行异或运算,并统计结果中1的数量,将所述...
【专利技术属性】
技术研发人员:徐文浩,
申请(专利权)人:支付宝杭州信息技术有限公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。