[发明专利]信息防伪方法、验证方法与服务器

权利要求书

1.一种信息防伪方法，包括：

利用一分类模型处理一原始图像，以产生对所述原始图像的分类估计；

计算所述分类估计对应的标准训练图像相对于所述原始图像的损失；

基于所述损失产生一扰动图像；

将所述扰动图像叠加至所述原始图像以生成对抗图像；

利用所述分类模型学习所述对抗图像以产生一更新的分类估计；

存储所述更新的分类估计用于对所述对抗图像的验证。

2.如权利要求1的方法，其中所述分类模型处理所述原始图像产生具有不同置信度的多个分类结果，

其中所述分类估计是所述多个分类结果中具有最高置信度的分类结果；或者所述分类估计是所述多个分类结果中随机选择的具有任一置信度的分类结果，其中所存储的分类估计包括分类置信度。

3.如权利要求2的方法，其中所述原始图像与用于训练所述分类模型的训练图像在内容上不相关，以及

其中将所述扰动图像叠加至所述原始图像以生成对抗图像包括：

按照所述训练图像与原始图像的比例对所述扰动图像进行缩放，以及将经过缩放的扰动图像叠加至所述原始图像。

4.如权利要求1-3之一的方法，其中所述原始图像以及扰动图像是电子文件格式，并且所述对抗图像是以打印载体形式输出的。

5.如权利要求4的方法，其中所述原始图像与对抗图像是用于商品的二维码。

6.如权利要求5的方法，其中将所述扰动图像叠加至所述原始图像以生成对抗图像进一步包括：

为所述扰动图像分配权重；

将经过加权的扰动图像叠加至所述原始图像以生成所述对抗图像；

验证所述对抗图像代表的商品二维码的编码内容与所述原始图像的编码内容是否相同，其中如果不相同则调整为所述扰动图像分配的所述权重。

7.如权利要求1-3之一的方法，其中所述分类模型是经过训练的卷积神经网络模型。

8.一种验证方法，包括:

接收针对一待验证目标的扫描图像；

利用经过训练的分类模型处理所述扫描图像以产生所述待验证目标的预测分类估计；

将所述预测分类估计与预先存储的所述待验证目标的原型目标的原始分类估计进行对比；

基于所述对比结果，确定是否通过所述待验证目标的验证。

9.如权利要求8的方法，其中将所述预测分类估计与预先存储的所述原始分类估计进行对比包括：

确定所述预测分类估计与所述原始分类估计的类别指示是否相同；以及

确定所述预测分类估计的置信度是否在所述原始分类估计的置信度的预定误差范围内。

10.如权利要求8或9的方法，其中所述分类模型处理所述扫描图像产生具有不同置信度的多个分类结果，

其中所述预测分类估计是基于预定的分类确定原则从所述多个分类结果中选择的具有最高置信度的分类结果或者从所述多个分类结果中按预定设计选择的分类结果，其中所存储的分类估计包括分类置信度。

11.如权利要求8或9的方法，其中所述分类模型是经过训练的卷积神经网络模型。

12.一种验证服务器，包括：

接收/发送模块，用于接收来自远程终端的验证请求，其中验证请求中包含有待验证图像；

存储器，用于存储事先经过训练的图像分类模型及所接收的待验证图像；

处理模块，用于：

利用经过训练的分类模型处理所述待验证图像以产生所述待验证图像的预测分类估计；

将所述预测分类估计与预先存储的所述待验证目标的原型目标的原始分类估计进行对比；

基于所述对比结果，确定是否通过所述待验证目标的验证。