图像检测方法、装置、可读介质及电子设备制造方法及图纸

本公开涉及一种图像检测方法、装置、可读介质及电子设备。该方法包括：获取待检测的目标图像，对目标图像进行残差提取处理，得到待定图像；将待定图像输入预先训练的第一检测模型，得到目标图像对应的第一真伪检测结果；将目标图像输入预先训练的第二检测模型，得到目标图像对应的第二真伪检测结果；根据第一真伪检测结果和第二真伪检测结果，确定目标图像对应的目标真伪检测结果。这样，通过两个检测模型分别对原始的目标图像与进行残差提取处理后的待定图像进行真伪检测，最后将两种方式的真伪检测结果进行融合得到目标真伪检测结果，从而可以提高图像真伪检测的准确率。从而可以提高图像真伪检测的准确率。从而可以提高图像真伪检测的准确率。

【技术实现步骤摘要】
图像检测方法、装置、可读介质及电子设备


[0001]本公开涉及图像处理
，具体地，涉及一种图像检测方法、装置、可读介质及电子设备。

技术介绍

[0002]随着计算机技术的进步，深度人脸合成技术层出不穷，以深度人脸为代表的伪造图与视频大量涌入互联网，引起了社会的广泛关注。因此，人脸伪造的检测技术非常重要，该技术近年来成为数字图像取证领域的重要研究方向。尤其近年来，随着人脸伪造技术的技术更新迭代，合成的伪造人脸真实度、分辨率以及对抗伪造检测的能力都有明显提升。而相关技术中的图像真伪检测技术存在检测正确率低的问题。

技术实现思路

[0003]提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0004]根据本公开实施例的第一方面，提供一种图像检测方法，所述方法包括：
[0005]获取待检测的目标图像；
[0006]对所述目标图像进行残差提取处理，得到待定图像；
[0007]将所述待定图像输入预先训练的第一检测模型，得到所述目标图像对应的第一真伪检测结果；
[0008]将所述目标图像输入预先训练的第二检测模型，得到所述目标图像对应的第二真伪检测结果；
[0009]根据所述第一真伪检测结果和所述第二真伪检测结果，确定所述目标图像对应的目标真伪检测结果。
[0010]根据本公开实施例的第二方面，提供一种图像检测装置，所述装置包括：
[0011]图像获取模块，用于获取待检测的目标图像；
[0012]残差提取模块，用于对所述目标图像进行残差提取处理，得到待定图像；
[0013]第一检测模块，用于将所述待定图像输入预先训练的第一检测模型，得到所述目标图像对应的第一真伪检测结果；
[0014]第二检测模块，用于将所述目标图像输入预先训练的第二检测模型，得到所述目标图像对应的第二真伪检测结果；
[0015]目标检测模块，用于根据所述第一真伪检测结果和所述第二真伪检测结果，确定所述目标图像对应的目标真伪检测结果。
[0016]根据本公开实施例的第三方面，提供一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理装置执行时实现本公开第一方面所述方法的步骤。
[0017]根据本公开实施例的第四方面，提供一种电子设备，包括：
是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0037]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0038]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。在本公开的描述中，除非另有说明，“多个”是指两个或多于两个，其它量词与之类似；“以下至少一项(个)”、“一项(个)或多项(个)”或其类似表达，是指的这些项(个)中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b，或c中的一项(个)或多项(个)，可以表示：a，b，c，a
‑
b，a
‑
c，b
‑
c，或a
‑
b
‑
c，其中a，b，c可以是单个，也可以是多个；“和/或”是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A，B可以是单数或者复数。
[0039]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0040]可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
[0041]例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
[0042]作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
[0043]可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。
[0044]同时，可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
[0045]需要说明的是，本公开中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。
[0046]首先，对本公开的应用场景进行说明。本公开可以应用于图像检测场景，特别是图像真伪检测的场景，例如人脸真伪检测。
[0047]随着人脸伪造技术的技术更新迭代，合成的伪造人脸真实度、分辨率以及对抗伪造检测的能力都有明显提升。而相关技术中的人脸真伪检测技术，大多仅对已学习的人脸伪造方法拥有一定鉴别能力，但对真实的应用场景下的复杂后处理、图像或视频压缩等问题的应对能力十分有限。此外，相关技术中的方法在面临未知的新型人脸伪造方法时，鉴别
准确率会出现显著的下降。
[0048]为了解决上述问题，本公开提供了一种图像检测方法、装置、可读介质及电子设备，通过两个检测模型分别对原始的目标图像与进行残差提取处理后的待定图像进行真伪检测，最后将两种方式的真伪检测结果进行融合得到目标真伪检测结果，从而可以提高图像真伪检测的准确率。
[0049]下面结合具体实施例对本公开进行说明。
[0050]图1是根据一示例性实施例示出的一种图像检测方法，可以应用于电子设备，该电子设备可以包括终端设备，例如智能手机、智能可穿戴设备、智能音箱、智能平板、PDA(Personal Digital Assistant，个人数字助理)、CPE(Customer Premise Equipment，客户终端设备)、个人计算机、车载终端等；该电子设备也可以包括服务器，例如本地服务器或云服务器。如图1所示，该方法可以包括：
[0051]S101、获取待检测的目标图像。...

【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，所述方法包括：获取待检测的目标图像；对所述目标图像进行残差提取处理，得到待定图像；将所述待定图像输入预先训练的第一检测模型，得到所述目标图像对应的第一真伪检测结果；将所述目标图像输入预先训练的第二检测模型，得到所述目标图像对应的第二真伪检测结果；根据所述第一真伪检测结果和所述第二真伪检测结果，确定所述目标图像对应的目标真伪检测结果。2.根据权利要求1所述的方法，其特征在于，所述对所述目标图像进行残差提取处理，得到待定图像包括：对所述目标图像进行灰度化处理，得到第一灰度图像；对所述第一灰度图像进行水平卷积残差计算，得到水平残差图像；对所述第一灰度图像进行垂直卷积残差计算，得到垂直残差图像；根据所述水平残差图像和所述垂直残差图像，获取所述待定图像。3.根据权利要求2所述的方法，其特征在于，所述根据所述水平残差图像和所述垂直残差图像，获取所述待定图像包括：将所述水平残差图像和所述垂直残差图像叠加后得到叠加残差图像；对所述叠加残差图像进行归一化处理，得到所述待定图像。4.根据权利要求1所述的方法，其特征在于，所述第一检测模型通过以下方式训练得到：获取第一训练样本集；其中，所述第一训练样本集包括真实样本图像和伪造样本图像；对所述第一训练样本集进行残差提取处理，得到第二训练样本集；所述第二训练样本集中包括对所述真实样本图像进行残差提取后的真实残差图像，以及对所述伪造样本图像进行残差提取后的伪造残差图像；根据所述第二训练样本集对第一神经网络模型进行训练，将训练后的第一神经网络模型作为所述第一检测模型。5.根据权利要求4所述的方法，其特征在于，所述获取第一训练样本集包括：获取第三训练样本集；所述第三训练样本集包括所述真实样本图像和所述伪造样本图像；根据目标掩码对所述真实样本图像进行数据增强处理，得到区域增强样本图像；根据所述真实样本图像、所述伪造样本图像和所述区域增强样本图像，确定所述第一训练样本集。6.根据权利要求5所述的方法，其特征在于，所述目标掩码为随机生成的区域掩码。7.根据权利要求5所述的方法，其特征在于，所述目标掩码为环形掩码，所述数据增强处理包括运动模糊处理；所述根据目标掩码对所述真实样本图像进行数据增强处理，得到区域增强样本图像包括：根据所述环形掩码确定所述真实样本图像的目标边缘区域；对所述目标边缘区域进行运动模糊处理，得到所述目标边缘区域对应的半透明伪影；
根据所述真实样本图像和所述半透明伪影，获取所述区域增强样本图像。8.根据权利要求5所述的方法，其特征在于，所述数据增强处理包括以下目标处理类型中的一种或多种...

【专利技术属性】
技术研发人员：郭明宇，刘博元，冉蛟，
申请(专利权)人：北京字跳网络技术有限公司，
类型：发明
国别省市：