[发明专利]翻拍图像识别方法、装置、计算机设备和存储介质

说明书

本申请涉及图像检测技术领域，特别涉及一种翻拍图像识别方法、装置、计算机设备和存储介质。所述方法包括：获取待识别图像；根据待识别图像生成对应的哈尔特征图；从哈尔特征图中提取LBP特征值；计算所述LBP特征值在各预设特征值范围内的统计概率；将所述LBP特征值的统计概率输入神经网络模型，通过所述神经网络模型对所述LBP特征值的统计概率进行识别处理，获得第一翻拍概率；当所述第一翻拍概率达到概率阈值时，则所述待识别图像为翻拍图像。采用本方法能够避免翻拍图像而造成用户信息出现安全性问题。

技术领域

本申请涉及图像检测技术领域，特别是涉及一种翻拍图像识别方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术和互联网技术的不断发展，在网上在线开设账户或办理重要业务，可能需要用户通过移动终端或网络摄像头等设备拍摄并上传相应的图像，如用户的证件图像或用户本人的真实图像。

然而，上传的图像可能不是用户通过拍摄本人所得的真实图像，或通过拍摄真实的证件所得到的证件图像，而是通过翻拍电脑或手机等设备的显示屏上所展示的图片所得，从而会导致用户信息出现安全性问题。

发明内容

基于此，有必要针对上述技术问题，提供一种翻拍图像识别方法、装置、计算机设备和存储介质，能够避免翻拍图像而造成用户信息出现安全性问题。

一种翻拍图像识别方法，所述方法包括：

获取待识别图像；

根据待识别图像生成对应的哈尔特征图；

从哈尔特征图中提取局部二值模式LBP特征值；

计算所述LBP特征值在各预设特征值范围内的统计概率；

将所述LBP特征值的统计概率输入神经网络模型，通过所述神经网络模型对所述LBP特征值的统计概率进行识别处理，获得第一翻拍概率；

当所述第一翻拍概率达到概率阈值时，则所述待识别图像为翻拍图像。

在其中一个实施例中，所述从哈尔特征图中提取局部二值模式LBP特征值包括：

将哈尔特征图均分为多个子哈尔特征图块；

分别对各所述子哈尔特征图块均分为多个像素块；

在各像素块中，判断非中心像素点的灰度值是否大于中心像素点的灰度值；

若是，则将所述非中心像素点的灰度值设置为第一数值；若否，则将所述非中心像素点的灰度值设置为第二数值；

对设置灰度值后各像素块中的非中心像素点的灰度值进行加权求和；

将加权求和的结果作为各像素块的LBP特征值。

在其中一个实施例中，所述计算所述LBP特征值在各预设特征值范围内的统计概率包括：

对各所述子哈尔特征图块中的LBP特征值，按照大小顺序进行排序；

将排序后各所述子哈尔特征图块中的LBP特征值，按照预设步长均匀分成多个特征值范围；

计算归属于各特征值范围内LBP特征值的统计概率。

在其中一个实施例中，所述则所述待识别图像为翻拍图像之后，所述方法还包括：

生成携带有所述待识别图像的图像复核请求；

将所述图像复核请求发送至复核人账号；

接收到所述复核人账号发送的、针对所述图像复核请求的反馈信息；所述反馈信息携带有所述待识别图像为翻拍图像的第二翻拍概率；