图片篡改检测方法、装置、终端设备及存储介质制造方法及图纸

本申请适用于人工智能技术领域，提供了一种图片篡改检测方法、装置、终端设备及存储介质，其中，通过在本地篡改检测模型中设置至少两个神经网络检测层，使得上述本地篡改检测模型能同时对至少2种不同的图片篡改类型进行检测，提高了图片篡改检测效率。此外，若本地篡改检测模型中的神经网络检测层针对待检测图片均未检测到篡改图片时，通过根据服务商信息查询服务商提供的第三方篡改检测模型，将待检测图片输入第三方篡改检测模型进行图片篡改检测，使得当本地篡改检测模型未检测到篡改图片时，能基于服务商信息对应的第三方篡改检测模型再次进行图片的篡改检测，进一步提高了图片篡改检测效率。此外，本申请还涉及区块链技术。

【技术实现步骤摘要】
图片篡改检测方法、装置、终端设备及存储介质
本申请涉及人工智能
，尤其涉及一种图片篡改检测方法、装置、终端设备及存储介质。
技术介绍
近年来，随着互联网的发展，越来越多的金融场景从线下搬移到了线上，证明材料由纸质材料变更为相关扫描或者拍摄的图片，但是由此带来的是图片篡改行为，将不存在的证明材料通过图片篡改软件或者篡改技术改造成虚假的图片，图片篡改带来极大的经济损失和社会风险，因此，图片篡改检测方法越来越受人们所重视。现有的图片篡改检测过程中，仅能针对一种图片篡改类型进行检测，并不能同时对多种不同的图片篡改类型进行检测，进而导致图片篡改检测效率低下。
技术实现思路
有鉴于此，本申请实施例提供了一种图片篡改检测方法、装置、终端设备及存储介质，以解决现有技术的接口管理过程中，由于不能同时对多种不同的图片篡改类型进行检测，所导致的图片篡改检测效率低下的问题。本申请实施例的第一方面提供了一种图片篡改检测方法，包括：接收待检测图片，并将所述待检测图片输入本地篡改检测模型进行图片篡改检测，所述本地篡改检测模型设置有至本文档来自技高网...

【技术保护点】
1.一种图片篡改检测方法，其特征在于，包括：/n接收待检测图片，并将所述待检测图片输入本地篡改检测模型进行图片篡改检测，所述本地篡改检测模型设置有至少两个神经网络检测层，不同所述神经网络检测层检测的图片篡改类型不相同；/n若任一所述神经网络检测层针对所述待检测图片有检测到篡改图片，则将所述篡改图片进行显示；/n若所述神经网络检测层针对所述待检测图片均未检测到所述篡改图片，则获取所述待检测图片对应服务商的服务商信息，并根据所述服务商信息查询所述服务商提供的第三方篡改检测模型，所述第三方篡改检测模型为所述服务商针对所述待检测图片提供的篡改检测模型，不同所述服务商提供的所述第三方篡改检测模型不相同；...

【技术特征摘要】
1.一种图片篡改检测方法，其特征在于，包括：
接收待检测图片，并将所述待检测图片输入本地篡改检测模型进行图片篡改检测，所述本地篡改检测模型设置有至少两个神经网络检测层，不同所述神经网络检测层检测的图片篡改类型不相同；
若任一所述神经网络检测层针对所述待检测图片有检测到篡改图片，则将所述篡改图片进行显示；
若所述神经网络检测层针对所述待检测图片均未检测到所述篡改图片，则获取所述待检测图片对应服务商的服务商信息，并根据所述服务商信息查询所述服务商提供的第三方篡改检测模型，所述第三方篡改检测模型为所述服务商针对所述待检测图片提供的篡改检测模型，不同所述服务商提供的所述第三方篡改检测模型不相同；
将所述待检测图片输入查询到的所述第三方篡改检测模型进行图片篡改检测；
若所述第三方篡改检测模型针对所述待检测图片有检测到所述篡改图片，则将所述篡改图片进行显示；
若所述第三方篡改检测模型针对所述待检测图片未检测到所述篡改图片，则判定所述待检测图片未被篡改。


2.根据权利要求1所述的图片篡改检测方法，其特征在于，所述将所述待检测图片输入本地篡改检测模型进行图片篡改检测，包括：
将所述待检测图片分别分发至不同所述神经网络检测层中的卷积层；
分别指示所述卷积层对所述待检测图片进行卷积处理，得到图片特征矩阵；
将所述图片特征矩阵发送至对应所述神经网络检测层中的决策网络中，并指示所述决策网络对所述图片特征矩阵进行特征分类，得到特征热点图；
分别对每个所述神经网络检测层中的所述特征热点图中预先设置的待检测区域进行热点密度检测；
若检测到任一所述特征热点图中的所述待检测区域的热点密度大于密度阈值，则判定所述待检测区域对应的图片为所述篡改图片。


3.根据权利要求2所述的图片篡改检测方法，其特征在于，所述分别对每个所述神经网络检测层中的所述特征热点图中预先设置的待检测区域进行热点密度检测，包括：
对所述特征热点图进行区域分割，得到待检测区域，并计算所述待检测区域的热点密度；
若所述待检测区域的热点密度大于所述密度阈值，则判定所述待检测区域对应的图片为所述篡改图片；
若所述待检测区域的热点密度小于或等于所述密度阈值，则对所述待检测区域进行区域分割，得到待检测子区域；
计算所述待检测子区域的热点密度；
若所述待检测子区域的热点密度大于所述密度阈值，则判定所述待检测子区域对应的图片为所述篡改图片。


4.根据权利要求3所述的图片篡改检测方法，其特征在于，所述计算所述待检测子区域的热点密度之后，还包括：
若所述待检测子区域的热点密度小于或等于所述密度阈值，则对所述待检测子区域进行区域分割，并判断所述待检测子区域分割后所得到的区域的热点密度是否大于密度阈值，直至分割后所得到的区域的区域面积小于面积阈值时，停止进行区域分割。


5.根据权利要求2所述的图片篡改检测方法，其特征在...

【专利技术属性】
技术研发人员：丁晶晶，
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