一种图像识别方法、装置、系统及存储介质制造方法及图纸

本发明专利技术公开了一种图像识别方法、装置、系统及计算机可读存储介质，应用于人工智能技术领域，为解决现有技术中的图像识别方法适用范围小、识别准确度低的问题，提出通过获取待识别图像；提取待识别图像的指纹；采用预先建立的图像识别模型对指纹进行分类识别，得到指纹对应的分类结果，图像识别模型为基于各个人工合成图像的GAN指纹建立的；基于分类结果确定待识别图像是否为人工合成图像；本发明专利技术能够适用于多种类型的GAN架构，适用范围广，具有一定的鲁棒性，有利于提高检测性能。有利于提高检测性能。有利于提高检测性能。

【技术实现步骤摘要】
一种图像识别方法、装置、系统及存储介质


[0001]本专利技术涉及人工智能
，特别是涉及一种图像识别方法、装置、系统及计算机可读存储介质。

技术介绍

[0002]人工合成图像是指通过生成对抗网络(Generative Adversarial Network，GANs)生成的图像，生成对抗网络GAN的发展让图像生成技术突飞猛进的同时，也引起了社会对人脸合成图像的滥用的担忧和恐慌，因此对人脸合成图像的检测(detection)和溯源(attribution)的技术应运而生。但目前大多数检测方法只能够针对特征的GAN架构生成的图像进行识别，适用范围小，并且在GAN网络架构发生变化时检测性能就会大幅度降低。
[0003]鉴于此，如何提供一种适用性更强、识别精确度高的图像识别方法、装置、系统及计算机可读存储介质成为本领域技术人员需要解决的问题。

技术实现思路

[0004]本专利技术实施例的目的是提供一种图像识别方法、装置、系统及计算机可读存储介质，在使用过程中能够适用于多种类型的GAN架构，适用范围广，识别精确度高，具有一定本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像识别方法，其特征在于，包括：获取待识别图像；提取所述待识别图像的指纹；采用预先建立的图像识别模型对所述指纹进行分类识别，得到所述指纹对应的分类结果；所述图像识别模型为基于各个人工合成图像的GAN指纹建立的；基于所述分类结果确定所述待识别图像是否为人工合成图像。2.根据权利要求1所述的图像识别方法，其特征在于，所述图像识别模型的建立包括：针对每个生成对抗网络GAN，预先采用所述GAN生成多个人工合成图像；提取每个所述人工合成图像的GAN指纹，并对所述指纹添加GAN标识标签；将添加GAN标识标签的各个GAN指纹输入至分类器，并对所述分类器进行训练得到图像识别模型。3.根据权利要求1所述的图像识别方法，其特征在于，所述提取每个所述人工合成图像的GAN指纹，包括：针对每个所述人工合成图像，采用自编码器对所述人工合成图像进行处理，得到对应的预测图像；计算所述预测图像与所述人工合成图像的重建残差；将所述重建残差作为与所述人工合成图像对应的GAN指纹。4.根据权利要求3所述的图像识别方法，其特征在于，所述自编码器为基于预设损失函数训练得到的，所述预设损失函数为：L＝||Fx
predicted
‑
F(x
input
)||2，其中，F(x
input
)表示输入的特征，Fx
predicted
表示预测的结果特征，|| ...

【专利技术属性】
技术研发人员：崔星辰，温东超，史宏志，赵健，
申请(专利权)人：浪潮北京电子信息产业有限公司，
类型：发明
国别省市：