图像检测方法及装置、电子设备和存储介质制造方法及图纸

本公开是关于一种图像检测方法及装置、电子设备以及计算机可读存储介质，涉及图像处理技术领域，可以应用于检测某一图像是否为翻拍图像的场景。该方法包括：获取待检测图像；获取预先构建的图像检测模型；图像检测模型通过对第一类别图像与第二类别图像进行训练得到；第一类别图像包括第一光照条件下的第一正常图像与第一翻拍图像；第二类别图像包括第二光照条件下的第二正常图像与第二翻拍图像；由图像检测模型输出待检测图像的检测结果，以确定待检测图像是否为翻拍图像。本公开可以采用图像检测模型对待检测图像进行图像检测，以确定该图像是否为翻拍图像。图像是否为翻拍图像。图像是否为翻拍图像。

【技术实现步骤摘要】
图像检测方法及装置、电子设备和存储介质


[0001]本公开涉及图像处理
，具体而言，涉及一种图像检测方法、图像检测装置、电子设备以及计算机可读存储介质。

技术介绍

[0002]随着国内宠物医疗及消费市场高速增长，宠物险成为了财产险行业未来重要的扩展方向之一。但现阶段宠物险风控手段相对匮乏，可能出现的风险点主要包括：
[0003](1)宠物投保/理赔环节的审核需要从网络途径上传照片等电子材料，而客户上传的资料真实性不可控，可能从网站、他人手机等处拍摄不属于自己的宠物进行虚假投保与理赔，以此获取不当利益；
[0004](2)宠物的种类繁多，不同种类间的差距较大，而种类间的差距小，不易判断投保与理赔的宠物是否属于同一只。
[0005]如果不能很好的处理好以上风险，则很可能出现大规模的客户骗保情况，从而使宠物险业务无法继续开展，并给保险公司带来亏损的风险。
[0006]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
专利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像检测方法，其特征在于，包括：获取待检测图像；获取预先构建的图像检测模型；所述图像检测模型通过对第一类别图像与第二类别图像进行训练得到；所述第一类别图像包括第一光照条件下的第一正常图像与第一翻拍图像；所述第二类别图像包括第二光照条件下的第二正常图像与第二翻拍图像；由所述图像检测模型输出所述待检测图像的检测结果，以确定所述待检测图像是否为翻拍图像。2.根据权利要求1所述的方法，其特征在于，所述图像检测模型通过下述步骤训练得到：确定训练图像集；所述训练图像集包括所述第一类别图像与所述第二类别图像；对所述训练图像集中的各图像分别进行图像分解处理，得到多个分解图像；获取初始模型，根据多个所述分解图像确定所述初始模型的模型损失函数；根据所述模型损失函数对所述初始模型进行训练，得到所述图像检测模型。3.根据权利要求2所述的方法，其特征在于，所述确定训练图像集，包括：获取所述第一光照条件下的第一正常图像与第一翻拍图像，作为所述第一类别图像；获取所述第二光照条件下的第二正常图像与第二翻拍图像，作为所述第二类别图像；对所述第一类别图像进行分类标注处理，得到对应的标注类别图像；根据所述标注类别图像与所述第二类别图像生成所述训练图像集。4.根据权利要求2所述的方法，其特征在于，所述对所述训练图像集中的各图像分别进行图像分解处理，得到多个分解图像，包括：获取图像分解参数；基于所述图像分解参数分别对所述训练图像集中的各个图像进行图像分解处理，得到对应的分解图像；所述分解图像包括第一分解图像、第二分解图像、第三分解图像与第四分解图像；所述第一分解图像、所述第二分解图像与所述第三分解图像均包含高频分量，所述第四分解图像仅包含低频分量。5.根据权利要求2所述的方法，其特征在于，所述初始模型包括第一卷积子网络与第二卷积子网络，所述根据多个所述分解图像确定所述初始模型的模型损失函数，包括：对各所述分解图像进行特征提取处理，得到对应的分解特征；对多个所述分解特征进行特征融合处理，以得到...

【专利技术属性】
技术研发人员：刘昊岳，殷雨昕，刘设伟，
申请(专利权)人：泰康在线财产保险股份有限公司，
类型：发明
国别省市：