[发明专利]一种陈列图像翻拍的检测方法、存储介质及处理设备

说明书

本发明公开了一种陈列图像翻拍的检测方法、存储介质及处理设备，涉及图像处理技术领域。本发明包括如下步骤：S11、获取待检测的原始图像，对原始图像进行多次缩放；S12、对每张缩放的原始图像进行翻拍概率测试，计算相应的翻拍预测概率；S13、根据计算的多个翻拍预测概率，确定原始图像的最终翻拍概率；S14、最终翻拍概率大于预设阈值，则待检测的原始图像为翻拍图像。本发明大大提升了检测效率，对于局部翻拍的陈列图像具备更好的检测效果。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种陈列图像翻拍的检测方法、存储介质及处理设备。

背景技术

在实体零售环节，品牌商为了做市场稽查，需要对零售户店内陈列情况进行核实。一种高效的方法是通过零售户自主拍照上传，品牌商在后台进行图像识别审核。但此方法不可避免会存在零售户的造假行为，比如上传别人的图像。通过上传图像时限制只能从手机即时拍照（不能从相册选择），可以规避零售户上传别人的图像，但是依然会存在个别零售户通过图像翻拍进行作弊，主要表现为从网络下载图像呈现在显示器、手机上或者打印到纸张上，然后再通过手机进行拍摄上传。

陈列图像翻拍检测存在的难点在于：翻拍类型多样，比如，不同显示器、不同手机、不同纸张打印方式；一些翻拍痕迹在高分辨率下才可见，而且，一些翻拍痕迹是局部的，通常手段是极不容易识别。翻拍图像与真实图像十分相似，即使是经验丰富的图像审核人员也很难识别出翻拍的图像。因此，识别零售户上传的图像是否翻拍是实体零售企业的迫切需求。

发明内容

本发明的目的在于提供一种陈列图像翻拍的检测方法，以解决上述技术问题及需求。本发明提供的诸多技术方案中的优选技术方案所能产生的诸多技术效果详见下文阐述。

为实现上述目的，本发明提供了以下技术方案：

本发明提供的一种陈列图像翻拍的检测方法，包括如下步骤：

S11、获取待检测的原始图像，对所述原始图像进行多次缩放；

S12、对每张缩放的所述原始图像预测翻拍概率，计算相应的翻拍预测概率；

S13、根据计算的多个所述翻拍预测概率，确定所述原始图像的最终翻拍概率；

S14、将所述最终翻拍概率大于预设阈值的待检测的所述原始图像判定为翻拍图像；返回步骤S11，对下一个待检测的所述原始图像进行翻拍检测。

进一步地，步骤S12包括如下步骤：

S121、设置采样倍数；

S122、对每张缩放的所述原始图像按照所述采样倍数，分别划分多个图像块；

S123、分别对每张所述原始图像的每个所述图像块预测翻拍概率；

S124、分别对每张所述原始图像的全部所述图像块，按照预测的所述翻拍概率将所述图像块进行降序排列，并提取排在前面的一定比例的所述图像块；

S125、分别对每张所述原始图像提取的所述图像块计算平均预测概率，得到每张所述原始图像的所述翻拍预测概率。

进一步地，步骤S122中，采用全卷积神经网络对每张缩放的所述原始图像划分多个图像块；步骤S123中，采用全卷积神经网络对每张所述原始图像的每个所述图像块预测翻拍概率。

进一步地，步骤S126中，第i张缩放的原始图像的翻拍预测概率Prob_i的计算公式为：

Prob_i= ∑_{j=1,2…,nProbij} /n ；

其中，Prob_ij 为第i个缩放的原始图像的第j个经过排序之后的图像块的所述预测翻拍概率，n为从第i个缩放的所述原始图像的所有图像块中按所述一定比例提取的所述图像块的数量。

进一步地，步骤S13中，所述原始图像的最终翻拍概率Prob计算公式为：