[发明专利]图像处理方法、装置及计算机设备

说明书

本发明公开了一种图像处理方法、装置及计算机设备。其中，该方法包括：获取目标图像；采用图像识别模型对目标图像进行来源识别，得到目标图像的来源信息，其中，图像识别模型基于多组样本图像进行训练得到，多组样本图像包括：样本图像以及样本图像的来源信息，其中，图像识别模型在训练过程中基于预先提取的原图来源信息为训练目标，原图来源信息为样本图像的原图对应的来源信息。本发明解决了相关技术中，在提取图像的来源信息时，存在提取精度差造成的图像来源识别准确率低的技术问题，达到了在对商品图像进行识别时，能够准确地识别出拍摄商品图像的相机，较为准确地确定出商品图像是否为盗图的技术效果。

技术领域

本发明涉及图像识别领域，具体而言，涉及一种图像处理方法、装置及计算机设备。

背景技术

近年来，硬件和软件技术不断发展，图像的创作和编辑的门槛也随之降低，图像的真实性和完整性也因此难以得到保证。在相关技术中，通常采用去噪算法直接对图像提取图像来源信息(例如，光响应非均匀性信息)并分类的方式进行图像来源识别。例如，采用对图像提取光响应非均匀性信息及噪声残差并利用卷积神经网络识别图像的来源信息的方式。但是上述两种方式提取图像来源信息时都存在缺陷，例如，前者对经过了压缩、传输等处理的图像直接提取光响应非均匀性信息，根据该光响应非均匀性信息得出的图像来源识别结果准确率较差，而后者则有光响应非均匀性信息和噪声残差提取效果不理想以及识别结果稳定性差的缺点。

因此，在相关技术中，在提取图像的来源信息时，存在提取精度差造成的图像来源识别准确率低的问题。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种图像处理方法、装置及计算机设备，以至少解决相关技术中，在提取图像的来源信息时，存在提取精度差造成的图像来源识别准确率低的技术问题。

根据本发明实施例的一个方面，提供了一种图像处理方法，包括：获取目标图像；采用图像识别模型对目标图像进行来源识别，得到目标图像的来源信息，其中，图像识别模型基于多组样本图像进行训练得到，多组样本图像包括：样本图像以及样本图像的来源信息，其中，图像识别模型在训练过程中基于预先提取的原图来源信息为训练目标，原图来源信息为样本图像的原图对应的来源信息。

可选地，采用图像识别模型对目标图像进行来源识别，得到目标图像的来源信息，包括：采用图像识别模型的自编码器对目标图像进行来源识别，得到预估来源信息；采用图像识别模型的分类器对预估来源信息进行分类处理，得到目标图像的来源信息。

可选地，采用图像识别模型的自编码器对目标图像进行来源识别，得到预估来源信息，包括：在图像识别模型的自编码器的编码器中，采用卷积层提取目标图像的特征；在图像识别模型的自编码器的解码器中，采用反卷积层对提取的特征进行图像重构，得到预估来源信息。

可选地，采用图像识别模型的分类器对预估来源信息进行分类处理，得到目标图像的来源信息，包括：在图像识别模型的分类器中采用多层卷积层对预估来源信息进行处理，得到多层卷积处理结果；在图像识别模型的分类器中对多层卷积处理结果采用级联操作，得到目标图像的来源信息。

可选地，上述方法还包括：通过预定去噪方法，得到样本图像的原图来源信息，其中，原图来源信息包括：样本图像的光响应非均匀性信息。

根据本发明实施例的另一方面，还提供了一种图像处理方法，包括：获取多组样本图像数据，其中，多组样本图像数据包括：样本图像和样本图像的来源信息；分别提取多组样本图像数据中样本图像的原图来源信息，原图来源信息为样本图像的原图对应的来源信息；采用多组样本图像数据进行机器训练，并且训练过程中以样本图像的原图来源信息为训练目标，得到图像识别模型。