图像检测方法、装置、设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113674195A(43)申请公布日2021.11.19(21)申请号202010402493.7(22)申请日2020.05.13(71)申请人中国移动通信集团有限公司地址100032北京市西城区金融大街29号(72)发明人张承辉任志强丁隆乾章婷婷沙源赵普明(74)专利代理机构北京东方亿思知识产权代理有限责任公司11258代理人彭琼(51)Int.Cl.G06T7/00(2017.01)G06T7/49(2017.01)G06Q10/06(2012.01)G06Q50/30(2012.01)权利要求书2页说明书9页附图3页(54)发明名称图像检测方法、装置、设备及存储介质(57)摘要本发明公开了一种图像检测方法、装置、设备及存储介质。该方法包括：获取待检测图像；将待检测图像输入到预先训练的图像检测模型中的第一子模型中，检测待检测图像，得到待检测图像中的第一目标区域；确定第一目标区域对应的第一目标图像；将第一目标图像输入至图像检测模型中的第二子模型中，确定第一结果信息；其中，第一子模型是根据样本检测图像和样本检测图像的标注信息中样本检测图像的第二目标区域训练得到；第二子模型是根据第二目标区域内的第二目标图像和样本检测图像的标注信息中第二目标图像是否被篡改的信息训练得到，能够提高检测图像是否被篡改的效率。CN113674195ACN113674195A权利要求书1/2页1.一种图像检测方法，其特征在于，所述方法包括：获取待检测图像；将所述待检测图像输入到预先训练的图像检测模型中的第一子模型中，检测所述待检测图像，得到所述待检测图像中的第一目标区域；确定所述第一目标区域对应的第一目标图像；将所述第一目标图像输入至所述图像检测模型中的第二子模型中，确定第一结果信息；其中，所述第一子模型是根据样本检测图像和所述样本检测图像的标注信息中样本检测图像的第二目标区域训练得到；所述第二子模型是根据所述第二目标区域内的第二目标图像和所述样本检测图像的标注信息中所述第二目标图像是否被篡改的信息训练得到。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取训练样本集；所述训练样本集包括多个训练样本；每个所述训练样本包括样本检测图像和样本检测图像的标注信息；对每个训练样本，分别执行以下步骤：将所述样本检测图像输入至预先构建的图像检测模型中的第一子模型中，检测所述样本检测图像，得到所述样本检测图像中的第二目标区域；确定第二目标区域对应的第二目标图像；将所述第二目标图像输入至所述预先构建的图像检测模型中的第二子模型中，确定第二结果信息；根据所述第二结果信息和所述样本检测图像的标注信息，确定所述预先构建的图像检测模型中的第二子模型的第一损失函数值；根据所述第一损失函数值，训练所述预先构建的图像检测模型，得到训练后的图像检测模型。3.根据权利要求2所述的方法，其特征在于，在将所述第二目标图像输入至所述预先构建的图像检测模型中的第二子模型中，确定第二结果信息之前，所述方法还包括：根据所述第二目标区域和所述标注信息，确定所述第一子模型的第二损失函数值；根据所述第二损失函数值，训练所述预先构建的图像检测模型中的第一子模型，得到训练后的第一子模型；将所述训练样本中的样本检测图像输入至所述训练后的第一子模型中，确定所述训练样本中的样本检测图像中的第二目标区域。4.根据权利要求3所述的方法，其特征在于，在将所述训练样本中的样本检测图像输入至所述训练后的第一子模型中，确定所述训练样本中的样本检测图像中的第二目标区域之前，所述方法还包括：对所述第二目标区域对应的第二目标图像进行各项中的至少一项处理：对所述第二目标图像进行等比例缩放、对所述第二目标图像进行随机切割、对所述第二目标图像进行水平翻转、对所述第二目标图像进行竖直翻转和对所述第二目标图像进行旋转。5.根据权利要求2所述的方法，其特征在于，所述根据所述第一损失函数值，训练所述2CN113674195A权利要求书2/2页预先构建的图像检测模型，得到训练后的图像检测模型，包括：根据所述第一损失函数值，调整所述预先构建的图像检测模型中第二子模型的参数，得到所述训练后的图像检测模型。6.根据权利要求1-5任一项所述的方法，其特征在于，所述第一子模型是由快速区域卷积神经网络构成；所述第二子模型是由初始残差神经网络构成。7.根据权利要求1-5任一项所述的方法，其特征在于，所述待检测图像为分光器图像。8.一种识别装置，其特征在于，所述装置包括：获取模块，用于获取待检测图像；检测模块，用于将所述待检测图像输入到预先训练的图像检测模型中的第一子模型中，检测所述待检测图像，得到所述待检测图像中的第一目标区域；图像确定模块，用于确定所述第一目标区域对应