System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請涉及人工智能,尤其涉及一種圖像檢測方法、裝置、計算機設備和可讀存儲介質。
技術介紹
1、在金融行業(例如保險、銀行)、醫療行業中,隨著科技的發展,保單欺詐的威脅不斷增加。通過檢測并拒絕使用偽造圖像的保單申請,可以極大地減少因欺詐行為而產生的經濟損失,提升整個相關行業的穩定性。目前,在相關技術中,通常是采用ai(artificialintelligence,人工智能)圖像檢測方法檢測圖像是否為偽造圖像,但是準確率不高。
2、因此,如何提高檢測圖像的真實性的準確率成為亟需解決的問題。
技術實現思路
1、本申請提供了一種圖像檢測方法、裝置、計算機設備和可讀存儲介質,可以有效提高檢測圖像的真實性的準確率。
2、第一方面,本申請提供了一種圖像檢測方法,所述方法包括:
3、獲取待檢測的目標業務圖像,將所述目標業務圖像分割成多個圖像塊;
4、分別將每個所述圖像塊輸入訓練后的分類器模型進行類別預測,得到每個所述圖像塊對應的類別預測值;
5、根據所有所述圖像塊對應的類別預測值,確定所述目標業務圖像的類別總預測值;
6、根據所述目標業務圖像的類別總預測值,確定所述目標業務圖像是否為真實業務圖像。
7、第二方面,本申請還提供了一種圖像檢測裝置,所述圖像檢測裝置包括:
8、圖像分割模塊,用于獲取待檢測的目標業務圖像,將所述目標業務圖像分割成多個圖像塊;
9、類別預測模塊,用于分別將每個所述圖像
10、預測值確定模塊,用于根據所有所述圖像塊對應的類別預測值,確定所述目標業務圖像的類別總預測值;
11、真實性判斷模塊,用于根據所述目標業務圖像的類別總預測值,確定所述目標業務圖像是否為真實業務圖像。
12、第三方面,本申請還提供了一種計算機設備,所述計算機設備包括存儲器和處理器;
13、所述存儲器,用于存儲計算機程序;
14、所述處理器,用于執行所述計算機程序并在執行所述計算機程序時實現如上述的圖像檢測方法。
15、第四方面,本申請還提供了一種計算機可讀存儲介質,所述計算機可讀存儲介質存儲有計算機程序,所述計算機程序被處理器執行時使所述處理器實現如上述的圖像檢測方法。
16、本申請公開了一種圖像檢測方法、裝置、計算機設備和可讀存儲介質,該圖像檢測方法包括:將所述目標業務圖像分割成多個圖像塊;分別將每個所述圖像塊輸入訓練后的分類器模型進行類別預測,得到每個所述圖像塊對應的類別預測值;根據所有所述圖像塊對應的類別預測值,確定所述目標業務圖像的類別總預測值;根據所述目標業務圖像的類別總預測值,確定所述目標業務圖像是否為真實業務圖像。本申請實施例通過將所述目標業務圖像分割成多個圖像塊,分別將每個所述圖像塊輸入訓練后的分類器模型進行類別預測,得到每個所述圖像塊對應的類別預測值,可以實現使用具有有限感受野的分類器模型來專注于目標業務圖像中的局部特征,而不是專注于業務圖像的全局語義,從而可以提升檢測局部細致偽造的業務圖像的準確性。
本文檔來自技高網...【技術保護點】
1.一種圖像檢測方法,其特征在于,包括:
2.根據權利要求1所述的圖像檢測方法,其特征在于,所述分別將每個所述圖像塊輸入訓練后的分類器模型進行類別預測,得到每個所述圖像塊對應的類別預測值之前,還包括:
3.根據權利要求2所述的圖像檢測方法,其特征在于,所述獲取預設數量的樣本圖像,包括:
4.根據權利要求3所述的圖像檢測方法,其特征在于,所述根據所述第一業務樣本圖像進行圖像構造,包括:
5.根據權利要求2所述的圖像檢測方法,其特征在于,所述根據所述第一業務樣本圖像與所述第二業務樣本圖像,確定圖像訓練數據,包括:
6.根據權利要求5所述的圖像檢測方法,其特征在于,所述根據所述圖像訓練數據對初始的分類器模型進行訓練至收斂,獲得訓練后的分類器模型,包括:
7.根據權利要求1所述的圖像檢測方法,其特征在于,所述分別將每個所述圖像塊輸入訓練后的分類器模型進行類別預測,得到每個所述圖像塊對應的類別預測值之后,所述方法還包括:
8.一種圖像檢測裝置,其特征在于,包括:
9.一種計算機設備,其特征在于,
10.一種計算機可讀存儲介質,其特征在于,所述計算機可讀存儲介質存儲有計算機程序,所述計算機程序被處理器執行時使所述處理器實現如權利要求1至7任一項所述的圖像檢測方法。
...【技術特征摘要】
1.一種圖像檢測方法,其特征在于,包括:
2.根據權利要求1所述的圖像檢測方法,其特征在于,所述分別將每個所述圖像塊輸入訓練后的分類器模型進行類別預測,得到每個所述圖像塊對應的類別預測值之前,還包括:
3.根據權利要求2所述的圖像檢測方法,其特征在于,所述獲取預設數量的樣本圖像,包括:
4.根據權利要求3所述的圖像檢測方法,其特征在于,所述根據所述第一業務樣本圖像進行圖像構造,包括:
5.根據權利要求2所述的圖像檢測方法,其特征在于,所述根據所述第一業務樣本圖像與所述第二業務樣本圖像,確定圖像訓練數據,包括:
6.根據權利要求5所述的圖像檢...
【專利技術屬性】
技術研發人員:瞿曉陽,王健宗,李俊杰,
申請(專利權)人:平安科技深圳有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。