凭证防伪检测方法、装置、计算机可读存储介质、电子设备及计算机程序产品制造方法及图纸

本说明书实施例公开了一种凭证防伪检测方法、装置、计算机可读存储介质、电子设备及计算机程序产品，该凭证防伪检测方法可以包括：获取针对用户的目标凭证进行图像采集得到的第一凭证图像，通过对所述第一凭证图像进行处理，以将生成的凭证噪声特征图或凭证频谱图作为第二凭证图像，利用凭证防伪检测模型对第一凭证图像及第二凭证图像等多模态凭证图像进行协同防伪检测，以得到针对第一凭证图像的防伪检测结果。

【技术实现步骤摘要】

本说明书涉及图像处理，尤其涉及一种凭证防伪检测方法、装置、计算机可读存储介质、电子设备及计算机程序产品。

技术介绍

1、随着科技的突飞猛进，图像伪造门槛也越来越低。部分用户在获取服务的过程中，可能会向服务提供商提交伪造凭证图像，以达到个人目的。这些用户提交伪造凭证图像的行为可能涉及欺诈、违法等风险，从而给社会、企业或他人造成潜在风险与损失。目前，服务提供商通常会安排工作人员对用户提交的凭证图像的真伪进行谨慎检测和识别，也有部分服务提供商开始使用深度学习算法来训练模型，通过对用户提交的整张凭证图像进行分析，以区分真实凭证图像和伪造凭证图像，然而，上述方案针对凭证图像生成的防伪检测结果的准确性有限，可能无法保障各方权益。

2、基于此，如何提升针对用户的凭证图像的防伪检测结果的准确性，成为了亟需解决的技术问题。

技术实现思路

1、本说明书实施例提供了一种凭证防伪检测方法、装置、计算机可读存储介质、电子设备及计算机程序产品，通过结合空间域的凭证图像以及相应的凭证噪声特征图或凭证频谱图等多模态的凭证图像进行本文档来自技高网...

【技术保护点】

1.一种凭证防伪检测方法，所述方法包括：

2.根据权利要求1所述的方法，所述多模态特征编码器包括：第一高分辨率网络模块、第二高分辨率网络模块与特征融合模块；所述第一高分辨率网络模块与所述第二高分辨率网络模块分别与所述特征融合模块连接，所述特征融合模块与所述分类器连接；

3.根据权利要求2所述的方法，所述第一高分辨率网络模块为压缩伪迹跟踪网络模型中的RGB Stream模块；所述第二高分辨率网络模块为所述压缩伪迹跟踪网络模型中的DCTStream模块；

4.根据权利要求2所述的方法，所述特征融合模块为压缩伪迹跟踪网络模型中的Fusion Stage模块；...

【技术特征摘要】

1.一种凭证防伪检测方法，所述方法包括：

2.根据权利要求1所述的方法，所述多模态特征编码器包括：第一高分辨率网络模块、第二高分辨率网络模块与特征融合模块；所述第一高分辨率网络模块与所述第二高分辨率网络模块分别与所述特征融合模块连接，所述特征融合模块与所述分类器连接；

3.根据权利要求2所述的方法，所述第一高分辨率网络模块为压缩伪迹跟踪网络模型中的rgb stream模块；所述第二高分辨率网络模块为所述压缩伪迹跟踪网络模型中的dctstream模块；

4.根据权利要求2所述的方法，所述特征融合模块为压缩伪迹跟踪网络模型中的fusion stage模块；

5.根据权利要求4所述的方法，所述分类器包括：第一分类头、第二分类头及第三分类头；

6.根据权利要求5所述的方法，所述凭证防伪检测模型还包括：边界引导网络模型中的边缘感知模块；所述分类器还包括：第四分类头；

7.根据权利要求4所述的方法，所述凭证防伪检测模型还包括：trufor模型中的置信度解码器以及加权池化模块；所述分类器包括：所述trufor模型中的伪造检测器；

8.根据权利要求7所述的方法，所述分类器还包括：第五分类头、第六分类头及第七分类头；

9.根据权利要求8所述的方法，所述凭证防伪检测模型还包括：边界引导网络模型中的边缘感知模块；所述分类器还包括：第八分类头；

10.根据权利要求1-9中任意一项所述的方法，所述针对所述第一凭证图像进行处理，得到第二凭证图像，包...

【专利技术属性】
技术研发人员：陈志军，姚伟斌，
申请(专利权)人：蚂蚁区块链科技上海有限公司，
类型：发明
国别省市：