[发明专利]基于摩尔纹的图像识别方法、装置、设备和存储介质

说明书

本申请涉及图像识别技术领域，尤其涉及一种基于摩尔纹的图像识别方法、装置、计算机设备和存储介质。基于摩尔纹的图像识别方法包括：获取待处理的数个图像，打包成一图像集，所述图像集中包括带有摩尔纹的图像和不带有摩尔纹的图像；提取所述图像集中的任一图像所包含的摩尔纹特征，形成训练样本；将所述训练样本作为入参，在SVM模型中进行SVM训练，得到图像识别样本，根据所述图像识别样本对未知图像进行摩尔纹识别。本申请针对在金融交易过程中存在使用翻拍图片进行欺诈的问题，采用LBP算法对摩尔纹进行识别，并经过SVM模型训练，提升对翻拍照片识别的速度和准确度。

技术领域

本申请涉及图像识别技术领域，尤其涉及一种基于摩尔纹的图像识别方法、装置、设备和存储介质。

背景技术

在金融活动过程中，往往需要对使用者进行人脸识别以确定身份。然而在进行人脸识别过程中，某些人使用翻拍的人脸图像来冒充真实的人脸以实现欺诈的目的。目前在对翻拍照片识别过程中主要采用通过随机发出一些随机性的指令动作，例如眨眼、左右摇头以及上下摇头之类的进行识别；或者采用红外线对于人体温度进行识别。

但是，在使用随机指令动作进行识别时存在着响应时差，导致需要使用者多次重复动作才能完成识别，而采用红外线人体温度识别则会收到周围环境的干扰降低识别的准确率。

发明内容

有鉴于此，有必要针对现有翻拍照片识别度低，不能及时有效对使用者身份进行识别的问题，提供一种基于摩尔纹的图像识别方法、装置、设备和存储介质。

一种基于摩尔纹的图像识别方法，包括如下步骤：

获取待处理的数个图像，打包成一图像集，所述图像集中包括带有摩尔纹的图像和不带有摩尔纹的图像；

提取所述图像集中的任一图像所包含的摩尔纹特征，形成训练样本；

将所述训练样本作为入参，在支持向量机SVM模型中进行SVM训练，得到图像识别模型；

接收上传的未知图像，根据所述图像识别模型对所述未知图像进行摩尔纹识别，以确定所述图像是否为翻拍图像。

在其中一个实施例中，所述获取待处理的数个图像，打包成一图像集，所述图像集中包括带有摩尔纹的图像和不带有摩尔纹的图像，包括：

当任一图像到图像采集器屏幕的距离小于某一距离阈值时，对所述图像进行采集；

将采集到的所述图像进行尺寸和色彩归一化处理，得到归一化的图像；

将所有所述归一化的图像按照生成时间进行排序，打包成一图像集。

在其中一个实施例中，所述提取所述图像集中的任一图像所包含的摩尔纹特征，形成训练样本，包括：

将所述图像按照水平方向和垂直方向划分为n×n等大小的子块，n为任意正整数；

对每个所述子块分别进行多尺度的局部二值模式LBP直方图计算，计算方法如下：

每个像素点在某尺度上的LBP_P,R值为：

其中，g_c为像素点的灰度值，g_p为以g_c为圆心，R为半径的圆周上抽取的p个像素点的灰度值，S表示影响因子，2^p表示模式种类数，其中p＝0，…，n；

根据所述LBP_P,R值，建立所述子块的LBP直方图；

获取所述LBP直方图中纵坐标最大值所对应的子块，作为训练样本入参，其中，若所述LBP直方图中纵坐标最大值所对应的子块的LBP_P,R为零或者正数则说明所述图像不带有摩尔纹，为负则说明所述图像带有摩尔纹。