[发明专利]一种二维码样本的生成方法、装置、服务器和存储介质

说明书

本发明提供一种二维码样本的生成方法，包括：获取待复制的原始二维码；对所述原始二维码进行打印和扫描，生成第一图像；将所述第一图像输入预设的二维码重构模型，输出为第二图像；对所述第二图像进行打印和拍摄，生成复制二维码，将所述复制二维码作为预设的二维码鉴伪模型的输入样本。本发明通过将原始二维码一次打印后的图像先进行重构再进行二次打印，使复制得到的二维码样本能够更准确匹配原始二维码的信息，以更准确查找二维码鉴伪模型的漏洞。

技术领域

本发明实施例涉及二维码鉴伪技术领域，尤其涉及一种二维码样本的生成方法、装置、服务器和存储介质。

背景技术

近年来，二维码已经成为通用的信息载体，具有存储信息量大、应用范围广、抗噪抗干扰能力强等特点，并且随着智能手机的推广而不断地普及，特别是在身份验证、网络传输、电子证书及票据等方面得到了广泛的应用。然而，二维码的生成、复制、传输、接收等操作存在着比较多的漏洞，容易被人破解、制伪及滥用，为了提高二维码的安全性，常用的方法是对原始二维码进行复制，通过复制的二维码与原始二维码的匹配程度，以验证原始二维码的防复制效果及安全性。匹配程度的测试一般是将复制二维码作为训练样本输入预设的二维码鉴伪模型，通过最后输出的真假判定值确定复制二维码与原始二维码的匹配程度，或将复制二维码和判定结果作为测试样本输入预设的二维码鉴伪模型，对模型的参数进行迭代修正。因此如何生成高质量的复制二维码样本成为目前关注的重点。

现有技术中，常用的生成复制二维码样本的方法有：

1、将原始二维码经过一次打印和扫描，再经过二次打印和拍摄，生成二维码样本。该方法复制得到的二维码相比于原始二维码多经过了一次打印，导致二维码样本与原始二维码有较大差异，匹配度不高。

2、不经过二次打印和扫描，而是直接通过深度学习生成二维码。将模糊失真的二维码图片进行深度学习，得到一个和原始二维码大小相同的输出图片。通过损失函数来计算输出图片和原始二维码的差距，然后通过反向传播(back propagation,BP)算法去更新模型参数。更新后的模型即可用于构造高质量的二维码样本。

该方法重构出的二维码样本不是规则的块状结构，会出现一些噪点，同时，在使用感知机模型时，还原的二维码中的半色调图案无法恢复，导致二维码样本与原始二维码匹配度不高，无法作为高质量样本输入二维码鉴伪模型，难以准确查找模型漏洞。

发明内容

本发明提供了一种二维码样本的生成方法、装置、服务器和存储介质，通过将原始二维码一次打印后的图像先进行重构再进行二次打印，使复制得到的二维码样本能够更准确匹配原始二维码的信息，以更准确查找二维码鉴伪模型的漏洞。

第一方面，本发明提供一种二维码样本的生成方法，包括：

获取待复制的原始二维码；

对所述原始二维码进行打印和扫描，生成第一图像；

将所述第一图像输入预设的二维码重构模型，输出为第二图像；

对所述第二图像进行打印和拍摄，生成复制二维码，将所述复制二维码作为预设的二维码鉴伪模型的输入样本。

进一步地，所述预设的二维码重构模型包括依次连接的特征提取模型和特征重构模型，则所述将所述第一图像输入预设的二维码重构模型，输出为第二图像，包括：

将所述第一图像输入所述特征提取模型，以提取出所述第一图像的图像特征；

将所述第一图像的图像特征作为训练集输入所述特征重构模型，生成第二图像。

进一步地，所述特征提取模型包括CoarseNet网络、ObjectNet网络和 EdgeNet网络，则所述将所述第一图像输入预设的二维码重构模型，输出为第二图像，包括：

将所述第一图像输入所述CoarseNet网络进行重构学习，生成第四图像；