[发明专利]图片检测方法、装置和电子设备在审

专利信息
申请号: 202010302598.5 申请日: 2020-04-17
公开(公告)号: CN111461254A 公开(公告)日: 2020-07-28
发明(设计)人: 张晓明 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京汇思诚业知识产权代理有限公司 11444 代理人: 冯伟
地址: 310007 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图片 检测 方法 装置 电子设备
【权利要求书】:

1.一种图片检测方法,其特征在于,包括:

获取第一图片,识别所述第一图片中的附加信息;

如果所述附加信息未包含在黑名单信息列表中,将所述第一图片确定为目标图片;否则,将所述第一图片确定为篡改图片;

采用卷积神经网络从所述目标图片中提取图片特征;

将所述图片特征作为查询向量在包含比对特征的图片特征库中检索,获得所述图片特征的相似特征;

根据所述图片特征与所述相似特征的相似度确定所述目标图片是否为篡改图片。

2.根据权利要求1所述的方法,其特征在于,将所述图片特征作为查询向量在包含比对特征的图片特征库中检索,获得所述图片特征的相似特征,包括:

从所述图片特征库包含的多个子特征空间中确定待查询子特征空间,其中所述多个子特征空间基于对比对特征聚类形成;

从所述待查询子特征空间中确定所述图片特征的相似特征。

3.根据权利要求2所述的方法,其特征在于,从所述图片特征库包含的多个子特征空间中确定待查询子特征空间,包括:

确定所述图片特征库包含的各个子特征空间的聚类中心点;

根据所述图片特征分别与各个子特征空间的聚类中心点的距离确定待查询子特征空间。

4.根据权利要求3所述的方法,其特征在于,根据所述图片特征分别与各个子特征空间的聚类中心点的距离确定待查询子特征空间,包括:

计算所述图片特征与各个子特征空间的聚类中心点的距离;

将小于第一阈值的所述距离所对应的子特征空间确定为待查询子特征空间;或者,

将计算得到的各个所述距离中最小的N个距离所对应的子特征空间确定为待查询子特征空间,N为正整数。

5.根据权利要求2所述的方法,其特征在于,从所述待查询子特征空间中确定所述图片特征的相似特征,包括:

根据所述图片特征与所述待查询子特征空间包含的各个比对特征之间的距离,从所述待查询子特征空间包含的各个比对特征中确定所述图片特征的相似特征。

6.根据权利要求1至5中任一项所述的方法,其特征在于,根据所述图片特征与所述相似特征的相似度确定所述目标图片是否为篡改图片,包括:

根据所述图片特征与所述相似特征的距离确定所述图片特征与所述相似特征的相似度,并根据所述相似度确定所述目标图片是否为篡改图片。

7.一种图片检测装置,其特征在于,包括:

识别模块,用于获取第一图片,识别所述第一图片中的附加信息;

确定模块,用于在所述附加信息未包含在黑名单信息列表时,将所述第一图片确定为目标图片;否则,将所述第一图片确定为篡改图片;

特征提取模块,用于采用卷积神经网络从所述目标图片中提取图片特征;

检索模块,用于将所述图片特征作为查询向量在包含比对特征的图片特征库中检索,获得所述图片特征的相似特征;

所述确定模块,还用于根据所述图片特征与所述相似特征的相似度确定所述目标图片是否为篡改图片。

8.根据权利要求7所述的装置,其特征在于,

所述检索模块,具体用于:从所述图片特征库包含的多个子特征空间中确定待查询子特征空间,其中所述多个子特征空间基于对比对特征聚类形成;从所述待查询子特征空间中确定所述图片特征的相似特征。

9.根据权利要求8所述的装置,其特征在于,

所述检索模块,具体用于确定所述图片特征库包含的各个子特征空间的聚类中心点;根据所述图片特征分别与各个子特征空间的聚类中心点的距离确定待查询子特征空间。

10.根据权利要求9所述的装置,其特征在于,

所述检索模块,具体用于计算所述图片特征与各个子特征空间的聚类中心点的距离;将小于第一阈值的所述距离所对应的子特征空间确定为待查询子特征空间;或者,将计算得到的各个所述距离中最小的N个距离所对应的子特征空间确定为待查询子特征空间,N为正整数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010302598.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top