【技术实现步骤摘要】
图像处理方法、装置、图像处理设备及存储介质
本申请涉及计算机
，尤其涉及一种图像处理方法、装置、图像处理设备及存储介质。
技术介绍
随着计算机技术的不断深入发展，为了提升用户在日常生产和生活中的效率，各种特征识别模型应运而生，如将刷脸模型或者指纹识别模型应用到支付类产品中，可有效提升用户在采用支付类产品进行支付时的效率，但是，在将特征识别模型应用到各类产品之前，需要先对特征识别模型的识别精准度进行测试，而当前在对特征识别模型的识别精准度进行测试时，通常采用生成基准图像的对抗图像，并联合该基准图像和对抗图像对待测试模型进行训练测试的方式。而当前在生成基准图像的对抗图像时，将基于待测试模型的不同，采用不同的方式生成相应的对抗图像，由此可见，如何更好地生成对抗图像成为了当前的研究热点。
技术实现思路
本专利技术实施例提供了一种图像处理方法、装置、图像处理设备及存储介质，可更好地生成对抗图像，从而提升该生成的对抗图像的适用性。一方面，本专利技术实施例提供了一种图像处理方法，包括：获取攻击图像...
【技术保护点】
1.一种图像处理方法，其特征在于，包括：/n获取攻击图像和基准图像，并调用第一识别模型识别所述攻击图像的第一特征数据和所述基准图像的第二特征数据；/n根据所述第一特征数据和所述第二特征数据之间的特征差异，确定针对所述攻击图像的调整信息，并采用所述调整信息对所述攻击图像进行调整得到所述攻击图像的调整图像；所述攻击图像的调整图像和所述基准图像之间的相似度大于相似度阈值；/n调用第二识别模型对所述调整信息，所述攻击图像的调整图像，以及所述基准图像进行识别处理，得到所述基准图像的对抗图像。/n
【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
获取攻击图像和基准图像，并调用第一识别模型识别所述攻击图像的第一特征数据和所述基准图像的第二特征数据；
根据所述第一特征数据和所述第二特征数据之间的特征差异，确定针对所述攻击图像的调整信息，并采用所述调整信息对所述攻击图像进行调整得到所述攻击图像的调整图像；所述攻击图像的调整图像和所述基准图像之间的相似度大于相似度阈值；
调用第二识别模型对所述调整信息，所述攻击图像的调整图像，以及所述基准图像进行识别处理，得到所述基准图像的对抗图像。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
调用待测试模型对所述基准图像和所述基准图像的对抗图像分别进行识别处理，得到识别结果；
根据所述识别结果确定所述待测试模型的识别精准度。
3.如权利要求2所述的方法，其特征在于，所述根据所述识别结果确定所述待测试模型的识别精准度，包括：
若所述识别结果指示所述待测试模型将所述基准图像和所述基准图像的对抗图像识别为同一图像，则确定所述待测试模型的识别精准度低于预设精准度；
若所述识别结果指示所述待测试模型将所述基准图像和所述基准图像的对抗图像识别为不同图像，则确定所述待测试模型的识别精准度大于等于预设精准度。
4.如权利要求1所述的方法，其特征在于，若已知所述第一识别模型的模型结构；所述根据所述第一特征数据和所述第二特征数据之间的特征差异，确定针对所述攻击图像的调整信息，包括：
获取用于计算特征差异的损失函数，并采用所述损失函数计算所述第一特征数据和所述第二特征数据之间的特征差异值；
根据所述第一识别模型的模型结构，确定对所述特征差异值进行调整时的调整梯度，并按照所述调整梯度对所述第一特征数据进行调整，得到调整后的第一特征数据；
根据所述调整后的第一特征数据和所述第二特征数据，确定为所述攻击图像添加的目标噪声信息，所述目标噪声信息为针对所述攻击图像的调整信息。
5.如权利要求4所述的方法，其特征在于，所述按照所述调整梯度对所述第一特征数据进行调整，得到调整后的第一特征数据，包括：
按照所述调整梯度对所述第一特征数据进行调整，并在所述特征差异值取得最小差异值时，将取得所述最小差异值时的第一特征数据作为调整后的第一特征数据。
6.如权利要求4所述的方法，其特征在于，若所述第一识别模型是由第一关联模型和第二关联模型进行联合后得到的，所述第一关联模型中用于计算特征差异的损失函数为第一损失函数，所述第二关联模型中用于计算特征差异的损失函数为第二损失函数；所述采用所述损失函数计算所述第一特征数据和所述第二特征数据之间的特征差异值，包括：
根据所述第一特征数据和所述第二特征数据确定所述第一损失函数的函数值，并根据所述第一特征数据和所述第二特征数据确定所述...
【专利技术属性】
技术研发人员：尹邦杰，王文萱，姚太平，吴双，丁守鸿，李季檩，黄飞跃，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44
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。