图像检测方法及装置、电子设备和存储介质与流程

技术特征：
1.一种图像检测方法，其特征在于，包括：获取待检测图像；获取预先构建的图像检测模型；所述图像检测模型通过对第一类别图像与第二类别图像进行训练得到；所述第一类别图像包括第一光照条件下的第一正常图像与第一翻拍图像；所述第二类别图像包括第二光照条件下的第二正常图像与第二翻拍图像；由所述图像检测模型输出所述待检测图像的检测结果，以确定所述待检测图像是否为翻拍图像。2.根据权利要求1所述的方法，其特征在于，所述图像检测模型通过下述步骤训练得到：确定训练图像集；所述训练图像集包括所述第一类别图像与所述第二类别图像；对所述训练图像集中的各图像分别进行图像分解处理，得到多个分解图像；获取初始模型，根据多个所述分解图像确定所述初始模型的模型损失函数；根据所述模型损失函数对所述初始模型进行训练，得到所述图像检测模型。3.根据权利要求2所述的方法，其特征在于，所述确定训练图像集，包括：获取所述第一光照条件下的第一正常图像与第一翻拍图像，作为所述第一类别图像；获取所述第二光照条件下的第二正常图像与第二翻拍图像，作为所述第二类别图像；对所述第一类别图像进行分类标注处理，得到对应的标注类别图像；根据所述标注类别图像与所述第二类别图像生成所述训练图像集。4.根据权利要求2所述的方法，其特征在于，所述对所述训练图像集中的各图像分别进行图像分解处理，得到多个分解图像，包括：获取图像分解参数；基于所述图像分解参数分别对所述训练图像集中的各个图像进行图像分解处理，得到对应的分解图像；所述分解图像包括第一分解图像、第二分解图像、第三分解图像与第四分解图像；所述第一分解图像、所述第二分解图像与所述第三分解图像均包含高频分量，所述第四分解图像仅包含低频分量。5.根据权利要求2所述的方法，其特征在于，所述初始模型包括第一卷积子网络与第二卷积子网络，所述根据多个所述分解图像确定所述初始模型的模型损失函数，包括：对各所述分解图像进行特征提取处理，得到对应的分解特征；对多个所述分解特征进行特征融合处理，以得到融合特征；将所述融合特征输入至所述第一卷积子网络，以确定分类损失函数；将所述融合特征输入至所述第二卷积子网络，得到域损失函数；根据所述分类损失函数与所述域损失函数确定模型损失函数。6.根据权利要求5所述的方法，其特征在于，所述初始模型包括多个特征提取层，所述对多个所述分解特征进行特征融合处理，以得到融合特征，包括：分别将所述第一分解图像、第二分解图像、第三分解图像与第四分解图像输入至所述特征提取层，得到对应的第一分解特征、第二分解特征、第三分解特征与第四分解特征；分别对所述第一分解特征、所述第二分解特征与所述第三分解特征进行元素最大值提取处理，得到高频融合特征；将所述高频融合特征与所述第四分解特征进行元素相乘处理，得到所述融合特征。
7.根据权利要求5所述的方法，其特征在于，所述将所述融合特征输入至所述第二卷积子网络，得到域损失函数，包括：获取预先设定的核函数；根据所述核函数确定所述第一类别图像对应的源域图像特征；根据所述核函数确定所述第二类别图像对应的目标域图像特征；根据所述源域图像特征与所述目标域图像特征确定所述域损失函数。8.一种图像检测装置，其特征在于，包括：图像获取模块，用于获取待检测图像；模型获取模块，用于获取预先构建的图像检测模型；所述图像检测模型通过对第一类别图像与第二类别图像进行训练得到；所述第一类别图像包括第一光照条件下的第一正常图像与第一翻拍图像；所述第二类别图像包括第二光照条件下的第二正常图像与第二翻拍图像；图像检测模块，用于由所述图像检测模型输出所述待检测图像的检测结果，以确定所述待检测图像是否为翻拍图像。9.一种电子设备，其特征在于，包括：处理器；以及存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据权利要求1至7中任一项所述的图像检测方法。10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1至7中任一项所述的图像检测方法。

技术总结
本公开是关于一种图像检测方法及装置、电子设备以及计算机可读存储介质，涉及图像处理技术领域，可以应用于检测某一图像是否为翻拍图像的场景。该方法包括：获取待检测图像；获取预先构建的图像检测模型；图像检测模型通过对第一类别图像与第二类别图像进行训练得到；第一类别图像包括第一光照条件下的第一正常图像与第一翻拍图像；第二类别图像包括第二光照条件下的第二正常图像与第二翻拍图像；由图像检测模型输出待检测图像的检测结果，以确定待检测图像是否为翻拍图像。本公开可以采用图像检测模型对待检测图像进行图像检测，以确定该图像是否为翻拍图像。图像是否为翻拍图像。图像是否为翻拍图像。


技术研发人员：刘昊岳 殷雨昕 刘设伟
受保护的技术使用者：泰康在线财产保险股份有限公司
技术研发日：2021.08.12
技术公布日：2021/10/23