[发明专利]一种图像变形检测方法及装置

权利要求书

1.一种图像变形检测方法，其特征在于，包括：

获取待识别图像中的图像目标，所述图像目标为所述待识别图像中的具体对象，所述图像目标的对象类型包括如下对象类型中的一种或多种：人脸、人体、文字、动物、建筑物和车辆，所述图像目标是根据用户对图像目标变形的容忍度选取的；

利用与所述图像目标对应的预设变形识别模型，对所述图像目标进行识别，得到表示所述待识别图像是否变形的识别结果；

其中，所述预设变形识别模型为：利用所述图像目标的至少两组对应于不同类型的训练样本集，对已设计的所述图像目标的基础变形识别模型进行训练得到，所述训练样本集中包括所述图像目标正常类样本集、非所述图像目标的其他样本集和所述图像目标变形类样本集。

2.根据权利要求1所述的图像变形检测方法，其特征在于，所述获取待识别图像中的图像目标的步骤中，针对每一种对象类型执行如下步骤：

利用基于深度学习的物体检测模型，检测所述待识别图像中是否存在所述图像目标；

若检测到所述待识别图像中存在所述图像目标，则从所述待识别图像中存在的图像目标中依据检测评分选取至少一个图像目标。

3.根据权利要求2所述的图像变形检测方法，其特征在于，所述从所述待识别图像中存在的图像目标中依据检测评分选取至少一个图像目标的步骤，包括：

从所述待识别图像中存在的图像目标中选取检测评分最高的图像目标或检测评分超过预设分数阈值的多个图像目标。

4.根据权利要求1所述的图像变形检测方法，其特征在于，当获取的图像目标为同一种对象类型下的多个图像目标时，所述利用与所述图像目标对应的预设变形识别模型，对所述图像目标进行识别，得到表示所述待识别图像是否变形的识别结果的步骤，包括：

利用与所述图像目标对应的预设变形识别模型，分别对所述多个图像目标进行识别，得到多个识别结果；

若所述多个识别结果中，表示所述待识别图像变形的识别结果比表示所述待识别图像未变形的识别结果多，则确定最终识别结果表示所述待识别图像变形，否则，确定最终识别结果表示所述待识别图像未变形。

5.根据权利要求1所述的图像变形检测方法，其特征在于，当获取的图像目标为多种对象类型下的多个图像目标时，所述利用与所述图像目标对应的预设变形识别模型，对所述图像目标进行识别，得到表示所述待识别图像是否变形的识别结果的步骤，包括：

依次利用与每种对象类型下的图像目标对应的预设变形识别模型，对选取的每种对象类型下的图像目标进行识别，得到多种识别结果，所述多种识别结果与所述多种对象类型一一对应；

根据预设的每种对象类型的权重值，对所述多种识别结果进行加权处理，得到加权处理结果；

利用所述加权处理结果，确定最终表示所述待识别图像是否变形的识别结果。

6.一种图像变形检测装置，其特征在于，包括：

获取模块，用于获取待识别图像中的图像目标，所述图像目标为所述待识别图像中的具体对象，所述图像目标的对象类型包括如下对象类型中的一种或多种：人脸、人体、文字、动物、建筑物和车辆，所述图像目标是根据用户对图像目标变形的容忍度选取的；

识别模块，用于利用与所述图像目标对应的预设变形识别模型，对所述图像目标进行识别，得到表示所述待识别图像是否变形的识别结果；

其中，所述预设变形识别模型为：利用所述图像目标的至少两组对应于不同类型的训练样本集，对已设计的所述图像目标的基础变形识别模型进行训练得到，所述训练样本集中包括所述图像目标正常类样本集、非所述图像目标的其他样本集和所述图像目标变形类样本集。

7.根据权利要求6所述的图像变形检测装置，其特征在于，所述获取模块包括：

检测单元，用于针对每一种对象类型，利用基于深度学习的物体检测模型，检测所述待识别图像中是否存在所述图像目标；

选取单元，用于当检测到所述待识别图像中存在所述图像目标时，从所述待识别图像中存在的图像目标中依据检测评分选取至少一个图像目标。