[发明专利]图像篡改识别模型训练方法、图像篡改识别方法及装置

说明书

本发明公开一种图像篡改识别模型训练方法、图像篡改识别方法及装置，属于图像识别技术领域，训练方法包括：获取训练图像集以及训练图像集中每个训练图像的标签，其中，在训练图像为篡改图像时，训练图像的标签包括篡改位置信息和篡改类型；以训练图像作为输入，通过待训练的图像篡改识别模型的特征提取网络层提取训练图像的RGB特征、纹理特征以及隐写特征；将训练图像的RGB特征、纹理特征以及隐写特征输入到图像篡改识别模型的检测网络层中，获取训练图像的篡改识别结果；对篡改识别结果与标签进行差异比较，根据差异比较结果优化图像篡改识别模型的参数并继续训练，直至满足预定条件时结束训练。本发明实施例能够准确且快速地识别篡改图像。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种图像篡改识别模型训练方法、图像篡改识别方法及装置。

背景技术

eKYC(electronic Know Your Customer)是指通过电子化的手段完成审查和备案，在身份验证、开户、反欺诈等场景中有着广泛的应用。在eKYC流程中，需要对上传的图像进行完整性认证，以判断图像是否被篡改。

目前，在对图像进行认证时，大多采用人工的方法进行审核，甄别上传的图像是否属于篡改图像。然而，不法分子通过软件编辑伪造图像或将证件信息涂改，再进行拍照上传，由于人类视觉局限性，采用人工进行甄别的方法并无法有效识别出这些篡改图像，导致eKYC流程存在欺诈风险；另外，对上传的图像采用人工进行甄别的方法无法快速完成对图像进行审核，效率较低。

发明内容

为了解决上述背景技术中提到的至少一个问题，本发明提供了一种图像篡改识别模型训练方法、图像篡改识别方法及装置，能够准确且快速地识别篡改图像，降低eKYC流程存在的欺诈风险。

本发明实施例提供的具体技术方案如下：

第一方面，提供了一种图像篡改识别模型训练方法，所述方法包括：

获取训练图像集以及所述训练图像集中每个训练图像的标签，其中，在所述训练图像为篡改图像时，所述训练图像的标签包括篡改位置信息和篡改类型；

以所述训练图像作为输入，通过待训练的图像篡改识别模型的特征提取网络层提取所述训练图像的RGB特征、纹理特征以及隐写特征；

将所述训练图像的RGB特征、纹理特征以及隐写特征输入到所述图像篡改识别模型的检测网络层中，获取所述训练图像的篡改识别结果；

对所述篡改识别结果与所述标签进行差异比较，根据差异比较结果优化所述图像篡改识别模型的参数并继续训练，直至满足预定条件时结束训练。

进一步地，所述训练图像集中包括数字图像篡改样本，所述数字图像篡改样本通过如下方式获取得到：

获取多对图像样本，其中，每对图像样本中包括原始图像以及从所述原始图像中随机提取的并经灰度处理后的图像块；

通过深度卷积生成对抗网络对所述多对图像样本进行训练，生成用于自动补充图像的图像补全模型；

随机选取所述原始图像中的区域并进行掩码；

采用所述图像补全模型对掩码后的所述区域进行补全，获得所述数字图像篡改样本。

进一步地，所述以所述训练图像作为输入，通过待训练的图像篡改识别模型的特征提取网络层提取所述训练图像的RGB特征、纹理特征以及隐写特征，包括：

通过所述特征提取网络层中预设的RGB通道提取所述训练图像的RGB特征；

通过所述特征提取网络层中预设的多个卷积核对所述训练图像进行卷积，得到所述训练图像的纹理特征，所述多个卷积核是通过对多个纹理特征算子以及所述多个纹理特征算子的转置进行两两相乘得到的多个矩阵；