【技术实现步骤摘要】
图像处理方法、装置、电子设备及存储介质
[0001]本申请涉及互联网通信
,尤其涉及一种图像处理方法
、
装置
、
电子设备及存储介质
。
技术介绍
[0002]随着互联网通信技术的发展,用到图像的场景也越来越多,比如一些需要用到真实图像的场景
。
然而,伪造图像出现了
。
伪造图像的出现,对需要用到真实图像的场景造成了负面影响
。
相关技术中,将图像真伪识别的任务作为一个二分类任务,即真图为一类,假图为一类
。
通过训练一个分类器来实现图像真伪识别
。
这样的图像真伪识别方案依赖于训练数据
、
识别准确性较差
。
因此,需要提供更具准确性的图像真伪识别方案
。
技术实现思路
[0003]为了解决上述提出的至少一个技术问题,本申请提供了一种图像处理方法
、
装置
、
电子设备及存储介质:
[0004]根据本申请的第一方面,提供了一种图像处理方法,所述方法包括:
[0005]获取待处理图像的低频信息,得到待处理信息;
[0006]以所述待处理信息
、
第一基准信息和第二基准信息为输入,利用目标图像处理模型输出针对所述待处理图像的真伪预测结果,所述第一基准信息指示基准真实图像的低频信息,所述第二基准信息指示基准伪造图像的低频信息,所述基准伪造图像和样本伪造图像是人工智能生 ...
【技术保护点】
【技术特征摘要】
1.
一种图像处理方法,其特征在于,所述方法包括:获取待处理图像的低频信息,得到待处理信息;以所述待处理信息
、
第一基准信息和第二基准信息为输入,利用目标图像处理模型输出针对所述待处理图像的真伪预测结果,所述第一基准信息指示基准真实图像的低频信息,所述第二基准信息指示基准伪造图像的低频信息,所述基准伪造图像和样本伪造图像是人工智能生成类型的伪造图像;其中,所述目标图像处理模型基于样本集进行训练
、
并在训练过程中调整预设模型的参数而获得,所述样本集中每一样本组由所述样本伪造图像的低频信息
、
第一参考图像的低频信息
、
以及第二参考图像的低频信息构成,所述第一参考图像和所述第二参考图像是真实图像或者伪造图像,所述训练过程包括学习第一相关度和第二相关度间的差异,所述第一相关度表征所述样本伪造图像的低频信息和所述第一参考图像的低频信息间的相关度,所述第二相关度表征所述样本伪造图像的低频信息和所述第二参考图像的低频信息间的相关度
。2.
根据权利要求1所述的方法,其特征在于,所述目标图像处理模型通过下述步骤训练获得:以所述样本组为输入,利用所述预设模型基于所述样本伪造图像的低频信息和所述第一参考图像的低频信息得到所述第一相关度
、
以及基于所述样本伪造图像的低频信息和所述第二参考图像的低频信息得到所述第二相关度;利用所述预设模型基于所述第一相关度和所述第二相关度生成针对所述第一参考图像的第一真伪预测结果
、
以及针对所述第二参考图像的第二真伪预测结果;基于第一差异和第二差异,对所述预设模型进行参数调整,以得到所述目标图像处理模型,所述第一差异表征所述第一真伪预测结果与所述第一参考图像的真伪属性间的差异,所述第二差异表征所述第二真伪预测结果与所述第二参考图像的真伪属性间的差异
。3.
根据权利要求2所述的方法,其特征在于,所述方法还包括:构建目标损失函数,所述目标损失函数用于表征所述第一相关度和所述第二相关度间的差异;当所述第一参考图像和所述第二参考图像的真伪属性相同时,以最小化所述目标损失函数的取值为目的对所述预设模型进行参数调整,以及当所述第一参考图像和所述第二参考图像的真伪属性不同时,以最大化所述目标损失函数的取值为目的对所述预设模型进行参数调整
。4.
根据权利要求1‑3任意一项所述的方法,其特征在于,所述方法还包括:分别对所述样本伪造图像
、
所述第一参考图像
、
所述第二参考图像进行频域变换,得到所述样本伪造图像的低频信息
、
所述第一参考图像的低频信息和所述第二参考图像的低频信息,所述频域变换用于过滤掉预设高频下的图像信息或者保留预设低频下的图像信息
。5.
根据权利要求1‑3任意一项所述的方法,其特征在于,所述方法还包括:对所述样本伪造图像进行频域变换得到指示预设低频的第一复平面波,基于所述第一复平面波确定所述样本伪造图像中每一像素点对应的像素低频信息,以及基于所述样本伪造图像中每一像素点对应的像素低频信息得到所述样本伪造图像的低频信息;对所述第一参考图像进行频域变换得到指示所述预...
【专利技术属性】
技术研发人员:常勤伟,
申请(专利权)人:腾讯科技深圳有限公司,
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。