[发明专利]人像防伪检测方法、装置及计算设备

权利要求书

1.一种人像防伪检测方法，其特征在于，所述方法包括：

获取图像并进行预处理；

在所述图像的频域或颜色空间上提取特征，并检测所述图像是否进行了P图；

对所述图像进行复杂场景和背景干扰检测，确定所述图像是否为翻拍图像；

利用区域搜索匹配方式检测所述图像是否为一图多用。

2.根据权利要求1所述的方法，其特征在于，所述在所述图像的频域或颜色空间上提取特征，并检测所述图像是否进行了P图，包括：

应用加博滤波器和灰度共生矩阵特征相结合获取纹理特征；

在彩色空间上应用卷积神经网络提取边缘特征；

将所述纹理特征和所述边缘特征组合形成特征向量，并进行非线性特征降维；

根据降维后的所述特征向量应用分类器进行分类，得到P图或未P图的分类结果。

3.根据权利要求2所述的方法，其特征在于，所述应用加博滤波器和灰度共生矩阵特征相结合获取纹理特征，包括：

应用加博滤波器对所述图像中所有的像素在多角度和多尺度方向上提取特征；

对滤波后的所述图像计算幅值特征图；

提取所述幅值特征图的灰度共生矩阵特征，并将所述灰度共生矩阵特征的统计特征作为纹理特征。

4.根据权利要求2所述的方法，其特征在于，所述在彩色空间上应用卷积神经网络提取边缘特征，包括：

选取所述图像的RGB彩色空间，计算每个像素与周围像素的颜色距离；

根据所述颜色距离确定所述卷积神经网络；

将所述图像输入所述卷积神经网络，得到所述图像的所述边缘特征。

5.根据权利要求1所述的方法，其特征在于，所述对所述图像进行复杂场景和背景干扰检测，确定所述图像是否为翻拍图像，包括：

应用改进的网络层数和卷积核的Inception v2模型对所述图像进行细节处理和复杂场景检测；

应用Faster RCNN分别框出人像框和设备边框的位置，并根据所述人像框和所述设备边框的位置确定所述图像是否为翻拍图像。

6.根据权利要求1所述的方法，其特征在于，所述利用区域搜索匹配方式检测所述图像是否为一图多用，包括：

应用多任务卷积神经网络算法进行人脸检测，并获取最佳剪裁区域；

对所述最佳剪裁区域进行特征归一；

应用dlib对所述最佳剪裁区域进行特征提取，并与历史图像进行相似度识别，确定所述图像是否为一图多用。

7.根据权利要求6所述的方法，其特征在于，所述对所述最佳剪裁区域进行特征归一，包括：

分别应用肤色均衡算法、偏色检测算法和饱和度均衡算法将图像中所述最佳剪裁区域的肤色、色度、饱和度特征统一到预设的区间范围内。

8.一种人像防伪检测装置，其特征在于，所述装置包括：

图像采集单元，用于获取图像并进行预处理；

P图检测单元，用于在所述图像的频域或颜色空间上提取特征，并检测所述图像是否进行了P图；

翻拍检测单元，用于对所述图像进行复杂场景和背景干扰检测，确定所述图像是否为翻拍图像；

一图多用检测单元，用于利用区域搜索匹配方式检测所述图像是否为一图多用。

9.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行根据权利要求1-7任一项所述人像防伪检测方法的步骤。

10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行根据权利要求1-7任一项所述人像防伪检测方法的步骤。