本说明书实施例提供一种对象检测方法、对象检测装置、对象检测系统、计算机可读存储介质、电子设备以及计算机程序产品，该方法包括在目标图像中确定出目标检测区域，从而实现对相关区域的定位。由于真伪对象间在灰度分布特征以及图像边缘特征方面存在较大差别，即真实对象的灰度分布式较分散而伪造对象的灰度分布较集中，真实对象的图像边缘较平滑而伪造对象的边缘不够平滑，因此，获取上述目标检测区域的灰度分布特征以及图像边缘特征并进一步地输入模型检测模型，最终根据模型输出确定检测结果。测结果。测结果。
【技术实现步骤摘要】
对象检测方法及装置、对象检测系统、介质、设备及产品
[0001]本说明书涉及图像处理
，尤其涉及一种对象检测方法、对象检测装置、对象检测系统、计算机可读存储介质、电子设备以及计算机程序产品。
技术介绍
[0002]数字图像中的标识信息(如，用印泥盖的代表其单位和个人的章)，有可能存在被篡改或者使用伪造虚假信息的情况。为了提升数据安全性，相关技术中亟需一种用于检测图像中标识信息真伪性的技术方案。
[0003]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本说明书的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
[0004]本说明书的目的在于提供一种对象检测方法、对象检测装置、对象检测系统、计算机可读存储介质、电子设备以及计算机程序产品，能够有效检测数字图像中标识信息的真伪性，至少在一定程度上提升了数据安全性。
[0005]本说明书的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本说明书的实践而习得。
[0006]根据本说明书的一个方面，提供一种对象检测方法，该方法包括：在目标图像中确定出目标检测区域；获取上述目标检测区域的灰度分布特征以及获取上述目标检测区域的图像边缘特征；以及，将上述目标检测区域的灰度分布特征和上述目标检测区域的图像边缘特征输入对象检测模型，并根据上述对象检测模型的输出确定对上述目标图像中待检测对象的检测结果，上述待检测对象与上述目标检测区域对应。
[0007]在示例性的实施例中，基于前述方案，上述在目标图像中确定出目标检测区域，包括：获取目标图像对应的多个候选框；以及，根据待检测对象的尺寸特征以及上述多个候选框中的像素特征在上述多个候选框中确定出目标候选框，并将上述目标候选框在上述目标图像中对应的区域确定为目标检测区域。
[0008]在示例性的实施例中，基于前述方案，上述获取目标图像对应的多个候选框，包括：将目标图像输入至预训练的目标检测模型，将上述目标检测模型输出作为上述目标图像对应的多个候选框。
[0009]在示例性的实施例中，基于前述方案，上述尺寸特征包括：包络尺寸特征和/或长宽比特征；
[0010]上述根据待检测对象的尺寸特征以及上述多个候选框中的像素特征在上述多个候选框中确定出目标候选框，包括：根据上述待检测对象的包络尺寸特征和上述多个候选框中每个候选框的尺寸，对上述多个候选框进行筛选；和/或，根据上述待检测对象的长宽比特征和上述多个候选框中每个候选框的长宽比，对上述多个候选框进行筛选；以及，根据筛选后的候选框的像素特征，从上述筛选后的候选框中确定出上述目标候选框；
[0011]其中，上述像素特征包括：一个候选框所对应的像素数，或一个候选框中像素的面积占比。
[0012]在示例性的实施例中，基于前述方案，上述获取上述目标检测区域的灰度分布特征，包括：获取上述目标监测区域所对应像素集中每个像素的灰度；以及，根据上述像素集中每个像素的灰度，统计多个灰度级分别对应的像素个数，得到上述目标检测区域的灰度分布特征。
[0013]在示例性的实施例中，基于前述方案，上述获取上述目标检测区域的图像边缘特征，包括：对上述目标检测区域进行边缘检测，得到上述目标检测区域对应的边缘信息图；根据预设阈值对上述边缘信息图中的像素进行分割，并获取大于上述预设阈值的像素点；以及，统计大于上述预设阈值的像素点的灰度分布，得到上述目标检测区域的图像边缘特征。
[0014]在示例性的实施例中，基于前述方案，上述对上述目标检测区域进行边缘检测，包括：通过计算上述目标检测区域的拉普拉斯算子，对上述目标检测区域进行边缘检测。
[0015]在示例性的实施例中，基于前述方案，在将上述目标检测区域的灰度分布特征和上述目标检测区域的图像边缘特征输入对象检测模型之前，上述方法还包括：确定至少一个样本对象，以及确定每个上述样本对象对应的至少一个伪造对象；根据上述样本对象确定正样本，以及根据上述伪造对象确定负样本，其中，上述正样本包含样本对象的灰度分布特征和图像边缘特征，上述负样本包含上述样本对象对应的伪造对象的灰度分布特征和图像边缘特征；以及，通过上述正样本和上述负样本训练分类算法，得到上述对象检测模型。
[0016]在示例性的实施例中，基于前述方案，上述将上述目标检测区域的灰度分布特征和上述目标检测区域的图像边缘特征输入对象检测模型，并根据上述对象检测模型的输出确定对上述目标图像中待检测对象的检测结果，包括：将上述目标检测区域的灰度分布特征和上述目标检测区域的图像边缘特征输入对象检测模型；以及，将上述对象检测模型输出的分类结果，确定为对上述目标图像中待检测对象的检测结果。
[0017]根据本说明书的再一个方面，提供一种对象检测系统，该系统包括：预训练的目标检测模型、特征获取模块以及对象检测模型。
[0018]其中，上述预训练的目标检测模型，用于在目标图像中确定出目标检测区域；上述特征获取模块，用于获取上述目标检测区域的灰度分布特征以及获取上述目标检测区域的图像边缘特征；以及，上述对象检测模型，用于接收上述目标检测区域的灰度分布特征和上述目标检测区域的图像边缘特征，且上述对象检测模型的输出用于确定对上述目标图像中待检测对象的检测结果，上述待检测对象与上述目标检测区域对应。
[0019]根据本说明书的另一个方面，提供一种对象检测装置，该装置包括：区域确定模块、特征获取模块，以及对象检测模块。
[0020]其中，上述区域确定模块，用于：在目标图像中确定出目标检测区域；上述特征获取模块，用于：获取上述目标检测区域的灰度分布特征以及获取上述目标检测区域的图像边缘特征；以及，上述对象检测模块，用于：将上述目标检测区域的灰度分布特征和上述目标检测区域的图像边缘特征输入对象检测模型，并根据上述对象检测模型的输出确定对上述目标图像中待检测对象的检测结果，上述待检测对象与上述目标检测区域对应。
[0021]根据本说明书的另一个方面，提供一种电子设备，包括存储器、处理器以及存储在
上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上述实施例中的对象检测方法。
[0022]根据本说明书的一个方面，提供一种计算机可读存储介质，上述计算机可读存储介质中存储有指令，当上述指令在计算机或处理器上运行时，使得上述计算机或处理器执行如上述实施例中的对象检测方法。
[0023]根据本说明书的另一个方面，提供一种包含指令的计算机程序产品，当所述计算机程序产品在计算机或处理器上运行时，使得所述计算机或处理器执行如上述实施例中的对象检测方法。
[0024]本说明书的实施例所提供的对象检测方法、对象检测装置、对象检测系统、计算机可读存储介质、电子设备以及计算机程序产品，具备以下技术效果：
[0025]本说明书示例性的实施例提供的方案中，首先在目标图像中确定出目标检测区域，从而实现对相关区域的定位，有利于提升检测效率。由于真伪对本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种对象检测方法，其中，所述方法包括：在目标图像中确定出目标检测区域；获取所述目标检测区域的灰度分布特征以及获取所述目标检测区域的图像边缘特征；将所述目标检测区域的灰度分布特征和所述目标检测区域的图像边缘特征输入对象检测模型，并根据所述对象检测模型的输出确定对所述目标图像中待检测对象的检测结果，所述待检测对象与所述目标检测区域对应。2.根据权利要求1所述的方法，其中，所述在目标图像中确定出目标检测区域，包括：获取目标图像对应的多个候选框；根据待检测对象的尺寸特征以及所述多个候选框中的像素特征在所述多个候选框中确定出目标候选框，并将所述目标候选框在所述目标图像中对应的区域确定为目标检测区域。3.根据权利要求2所述的方法，其中，所述获取目标图像对应的多个候选框，包括：将目标图像输入至预训练的目标检测模型，将所述目标检测模型输出作为所述目标图像对应的多个候选框。4.根据权利要求2所述的方法，其中，所述尺寸特征包括：包络尺寸特征和/或长宽比特征；所述根据待检测对象的尺寸特征以及所述多个候选框中的像素特征在所述多个候选框中确定出目标候选框，包括：根据所述待检测对象的包络尺寸特征和所述多个候选框中每个候选框的尺寸，对所述多个候选框进行筛选；和/或，根据所述待检测对象的长宽比特征和所述多个候选框中每个候选框的长宽比，对所述多个候选框进行筛选；根据筛选后的候选框的像素特征，从所述筛选后的候选框中确定出所述目标候选框；其中，所述像素特征包括：一个候选框所对应的像素数，或一个候选框中像素的面积占比。5.根据权利要求1所述的方法，其中，所述获取所述目标检测区域的灰度分布特征，包括：获取所述目标监测区域所对应像素集中每个像素的灰度；根据所述像素集中每个像素的灰度，统计多个灰度级分别对应的像素个数，得到所述目标检测区域的灰度分布特征。6.根据权利要求1所述的方法，其中，所述获取所述目标检测区域的图像边缘特征，包括：对所述目标检测区域进行边缘检测，得到所述目标检测区域对应的边缘信息图；根据预设阈值对所述边缘信息图中的像素进行分割，并获取大于所述预设阈值的像素点；统计大于所述预设阈值的像素点的灰度分布，得到所述目标检测区域的图像边缘特征。7.根据权利要求6所述的方法，其中，所述对所述目标检测区域进行边缘检测，包括：通过计算所述目标检测区域的拉普拉斯算子，对所述目标检测区域进行边缘检测。8.根据权利要求1至7中任意一项所述的方法，其中，在将所述目标检测区域的灰度分
【专利技术属性】
技术研发人员：刘勇，屈瑞麟，王伟，
申请(专利权)人：重庆蚂蚁消费金融有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。