[发明专利]图像校验方法和装置

权利要求书

1.一种图像校验方法，其特征在于，所述方法包括：

接收待校验图像，并提取与所述待校验图像相匹配的预置图像；

分别从所述待校验图像和所述预置图像中提取特征，并基于所分别提取的特征，生成所述待校验图像与所述预置图像的差异特征；

基于所述差异特征，确定所述待校验图像与所述预置图像中的差异区域以确定所述差异区域的相似度；

基于所述相似度与预设的相似度阈值的比较，确定所述待校验图像是否通过校验；其中，

所述基于所述差异特征，确定所述待校验图像与所述预置图像中的差异区域以确定所述差异区域的相似度，包括：

将所述差异特征输入至预先训练的第二深度神经网络，得到所述待校验图像与所述预置图像中的差异区域的坐标信息，其中，所述第二深度神经网络用于表征多个图像的差异特征与所述多个图像的差异区域的坐标信息的对应关系；

确定所述坐标信息所指示的、所述待校验图像与所述预置图像中的差异区域的相似度。

2.根据权利要求1所述的图像校验方法，其特征在于，所述分别从所述待校验图像和所述预置图像中提取特征，包括：

分别将所述待校验图像和所述预置图像输入至预先训练的第一深度神经网络，其中，所述第一深度神经网络用于提取图像的特征；

将所述第一深度神经网络输出的、与所述待校验图像对应的特征矩阵确定为所述待校验图像的特征，并将所述第一深度神经网络输出的、与所述预置图像对应的特征矩阵确定为所述待校验图像的特征。

3.根据权利要求2所述的图像校验方法，其特征在于，所述基于分别所提取的特征，生成所述待校验图像与所述预置图像的差异特征，包括：

将所述待校验图像的特征与所述预置图像的特征的差的平方确定为所述待校验图像与所述预置图像的差异特征。

4.根据权利要求1所述的图像校验方法，其特征在于，所述基于所述相似度与预设的相似度阈值的比较，确定所述待校验图像是否通过校验，包括：

响应于确定所述相似度大于预设的相似度阈值，确定所述待校验图像通过校验；

响应于确定所述相似度不大于所述相似度阈值，确定所述待校验图像未通过校验。

5.根据权利要求4所述的图像校验方法，其特征在于，所述方法还包括：

响应于确定所述待校验图像未通过校验，推送所述差异区域坐标信息和所述差异区域坐标信息所指示的差异区域的图像。

6.根据权利要求1所述的图像校验方法，其特征在于，所述方法还包括建立第二深度神经网络的步骤，包括：

提取预设的训练样本，其中，所述训练样本包含第一图像、第二图像、所述第一图像和所述第二图像的差异区域的预设坐标信息；

分别从所述第一图像和所述第二图像中提取特征，并基于分别从所述第一图像和第二图像中所提取的特征，确定所述第一图像和所述第二图像的样本差异特征；

利于机器学习方法，将所述样本差异特征作为输入并将所述预设坐标信息作为输出，训练得到第二深度神经网络。

7.根据权利要求6所述的图像校验方法，其特征在于，所述方法还包括生成训练样本的步骤，包括：

将预设的、满足预设条件的样本图像确定为指定图像，提取所述指定图像和预设的、与所述指定图像相对应的实拍图像；

选取所述指定图像和所述实拍图像中的任一图像作为目标图像，将未选取的图像确定为第二图像；

随机地从所述目标图像中提取矩形区域，并将所提取的矩形区域进行预处理；

将预处理后的所述矩形区域随机粘贴于所述目标图像中，并将粘贴后的所述目标图像确定为第一图像；

获取所述矩形区域位于所述第一图像中的坐标信息，将所获取的坐标信息确定为所述第一图像和所述第二图像的差异区域的预设坐标信息，以生成由所述第一图像、所述第二图像和所确定的预设坐标信息构成的训练样本。