【技术实现步骤摘要】
摩尔纹识别模型训练方法及装置、图像翻拍识别方法
[0001]本申请涉及图像识别
，特别涉及摩尔纹识别模型训练方法及装置、图像翻拍识别方法。
技术介绍
[0002]在现实世界中，在多种场景下均需要进行翻拍识别，比如需要用户进行实物拍摄的场景，有部分用户并不进行实物拍摄，而是对着各种电子器件屏幕拍摄实物图像或者视频等，而拍摄图像或者视频一般存在一定程度的摩尔纹，通过识别摩尔纹就可以识别图像是否为翻拍图像。
[0003]目前，在识别摩尔纹时，如果图像中只有部分区域存在摩尔纹或者存在轻微摩尔纹，这种情况下摩尔纹往往识别不到，进而无法得到准确的翻拍识别结果。
技术实现思路
[0004]有鉴于此，本申请的目的在于提供摩尔纹识别模型训练方法及装置、图像翻拍识别方法，能够提升摩尔纹识别的准确度，从而保障翻拍识别的准确度。其具体方案如下：
[0005]第一方面，本申请公开了一种摩尔纹识别模型训练方法，包括：
[0006]获取训练样本集；所述训练样本集包括图像样本以及表征所述图像样本存在全域摩尔纹或...
【技术保护点】
【技术特征摘要】
1.一种摩尔纹识别模型训练方法，其特征在于，包括：获取训练样本集；所述训练样本集包括图像样本以及表征所述图像样本存在全域摩尔纹或不存在摩尔纹的标签信息；将每个图像样本划分为多个块，并记录每个块在所述图像样本中的位置信息；基于所述训练样本集对预先构建的网络模型进行训练，在训练的过程中，基于所述位置信息提取所述图像样本中每个块的特征以得到每个块的块特征，以及基于所述块特征得到每个块的识别结果，并基于每个块的识别结果和所述标签信息更新模型参数，直到模型收敛，得到摩尔纹识别模型。2.根据权利要求1所述的摩尔纹识别模型训练方法，其特征在于，所述预先构建的网络模型包括预设卷积结构、预设ROI处理层以及分类层；相应的，所述基于所述位置信息提取所述图像样本中每个块的特征以得到每个块的块特征，以及基于所述块特征得到每个块的识别结果，包括：利用所述预设卷积结构提取所述图像样本的特征，得到所述图像样本对应的特征图；将所述特征图以及所述位置信息输入所述预设ROI处理层，并利用所述预设ROI处理层基于所述特征图以及所述位置信息分别提取所述图像样本中每个块的特征以得到每个块的块特征；利用分类层基于所述块特征进行分类，得到每个块的识别结果。3.根据权利要求2所述的摩尔纹识别模型训练方法，其特征在于，所述预设卷积结构包括多个不同尺度的卷积层；所述利用所述预设卷积结构提取所述图像样本的特征，得到所述图像样本对应的特征图，包括：利用多个不同尺度的卷积层提取所述图像样本的特征，并进行通道数调整，得到所述图像样本对应的2
×
f
×
g个特征图。4.根据权利要求3所述的摩尔纹识别模型训练方法，其特征在于，所述利用所述预设ROI处理层基于所述特征图以及所述位置信息分别提取所述图像样本中每个块的特征以得到每个块的块特征，包括：将所述2
×
f
×
g个特征图中每2个特征图分为一组以得到f
×
g个特征图组，以及基于位置信息将每个特征图中的每个块均划分为f
×
g个矩形单元；其中，每个特征图组均包括第一特征图和第二特征图，所述第一特征图对应所述预设ROI处理层的第一输出通道，所述第二特征图对应所述预设ROI处理层的第二输出通道；针对任一块，确定每个特征图组分别对应的该块内的矩形单元，分别对第一特征图和第二特征图中该特征图组对应的该块内的矩形单元进行平均池化和最大池化并将平均池化和最大池化的结...
【专利技术属性】
技术研发人员：何进，孟翔，仝西鲁，
申请(专利权)人：杭州惠合信息科技有限公司，
类型：发明
国别省市：
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。