【技術實現步驟摘要】
本說明書涉及人工智能，尤其涉及一種樣本生成、訓練圖像識別網絡、訓練卡證分類網絡的方法及裝置。
技術介紹
1、隨著aigc(artificial?intelligence?generated?content，人工智能生成的內容)技術的發展與普及，大量基于aigc生成的偽造圖像涌現。在網絡環境中，人們往往無法從大量網絡圖像中分辨出哪些是真實圖像，哪些是基于aigc生成的偽造圖像。
2、然而，在一些場景中，基于aigc生成的偽造圖像可能會對人們的生活造成困擾。那么，如何提供一種用于分辨圖像真偽的圖像識別網絡直觀重要。而為了保證訓練所得的該圖像識別網絡能夠很好的識別區分輸入的圖像的真偽，需要生成足夠數量的偽造圖像，將其作為負樣本，以訓練圖像識別網絡。那么，如何提供一種樣本生成方法，以得到用于訓練圖像識別網絡的負樣本成為亟待解決的問題。
技術實現思路
1、本說明書一個或多個實施例提供了一種樣本生成、訓練圖像識別網絡和訓練卡證分類網絡的方法及裝置，以可以生成多樣化的生成圖像，進而將生成圖像作為負樣本，訓練得到可以對生成圖像進行識別的圖像識別網絡。
2、根據第一方面，提供一種樣本生成方法，包括：
3、獲取圖像模版，其中，所述圖像模版包括多個圖層，所述多個圖層用于展示指定類型的信息；
4、獲取用于生成圖像的第一信息，所述第一信息包括各個圖層對應的指定類型的信息；
5、基于所述圖像模板和所述第一信息，生成第一生成圖像；
6、通過
7、根據第二方面，提供一種訓練圖像識別網絡的方法，包括：
8、獲取圖像模版，其中，所述圖像模版包括多個圖層，所述多個圖層用于展示指定類型的信息；
9、獲取用于生成圖像的第一信息，所述第一信息包括各個圖層對應的指定類型的信息；
10、基于所述圖像模板和所述第一信息，生成第一生成圖像；
11、通過風格轉換網絡，基于所述第一生成圖像，生成若干第二生成圖像，其中，所述若干第二生成圖像相對于所述第一生成圖像具有不同的環境背景；
12、基于若干第二生成圖像，訓練圖像識別網絡，其中，所述圖像識別網絡用于識別輸入的圖像是否為真實圖像。
13、根據第三方面，提供一種訓練卡證分類網絡的方法，包括：
14、獲取第一卡證對應的卡證模版，其中，所述卡證模版包括多個圖層，所述多個圖層用于展示用戶信息；
15、獲取用于生成卡證圖像的第一用戶信息；
16、基于所述卡證模板和所述第一用戶信息，生成第一卡證圖像；
17、通過風格轉換網絡，基于所述第一卡證圖像，生成若干第二卡證圖像，其中，所述若干第二卡證圖像相對于所述第一卡證圖像具有不同的環境背景；
18、基于所述若干第二卡證圖像，訓練卡證分類網絡，其中，所述卡證分類網絡用于識別輸入的卡證圖像是否為真實卡證圖像。
19、根據第四方面，提供一種樣本生成裝置，包括：
20、第一獲取模塊，配置為獲取圖像模版，其中，所述圖像模版包括多個圖層，所述多個圖層用于展示指定類型的信息；
21、第二獲取模塊，配置為獲取用于生成圖像的第一信息，所述第一信息包括各個圖層對應的指定類型的信息；
22、第一生成模塊，配置為基于所述圖像模板和所述第一信息，生成第一生成圖像；
23、第二生成模塊，配置為通過風格轉換網絡，基于所述第一生成圖像，生成若干第二生成圖像，其中，所述若干第二生成圖像相對于所述第一生成圖像具有不同的環境背景，所述若干第二生成圖像作為訓練圖像識別網絡的負樣本，所述圖像識別網絡用于識別輸入的圖像是否為真實圖像。
24、根據第五方面，提供一種訓練圖像識別網絡的裝置，包括：
25、第三獲取模塊，配置為獲取圖像模版，其中，所述圖像模版包括多個圖層，所述多個圖層用于展示指定類型的信息；
26、第四獲取模塊，配置為獲取用于生成圖像的第一信息，所述第一信息包括各個圖層對應的指定類型的信息；
27、第三生成模塊，配置為基于所述圖像模板和所述第一信息，生成第一生成圖像；
28、第四生成模塊，配置為通過風格轉換網絡，基于所述第一生成圖像，生成若干第二生成圖像，其中，所述若干第二生成圖像相對于所述第一生成圖像具有不同的環境背景；
29、第一訓練模塊，配置為基于若干第二生成圖像，訓練圖像識別網絡，其中，所述圖像識別網絡用于識別輸入的圖像是否為真實圖像。
30、根據第六方面，提供一種訓練卡證分類網絡的裝置，包括：
31、第五獲取模塊，配置為獲取第一卡證對應的卡證模版，其中，所述卡證模版包括多個圖層，所述多個圖層用于展示用戶信息；
32、第六獲取模塊，配置為獲取用于生成卡證圖像的第一用戶信息；
33、第五生成模塊，配置為基于所述卡證模板和所述第一用戶信息，生成第一卡證圖像；
34、第六生成模塊，配置為通過風格轉換網絡，基于所述第一卡證圖像，生成若干第二卡證圖像，其中，所述若干第二卡證圖像相對于所述第一卡證圖像具有不同的環境背景；
35、第二訓練模塊，配置為基于所述若干第二卡證圖像，訓練卡證分類網絡，其中，所述卡證分類網絡用于識別輸入的卡證圖像是否為真實卡證圖像。
36、根據第七方面，提供一種計算機可讀存儲介質，其上存儲有計算機程序，當所述計算機程序在計算機中執行時，令計算機執行第一方面、第二方面或第三方面所述的方法。
37、根據第八方面，提供一種計算設備，包括存儲器和處理器，其中，所述存儲器中存儲有可執行代碼，所述處理器執行所述可執行代碼時，實現第一方面、第二方面或第三方面所述的方法。
38、根據本說明書實施例提供的樣本生成、訓練圖像識別網絡和訓練卡證分類網絡的方法及裝置，獲取圖像模版，其中，該圖像模版包括多個圖層，多個圖層用于展示指定類型的信息；獲取用于生成圖像的第一信息，第一信息包括各個圖層對應的指定類型的信息；基于圖像模板和第一信息，生成第一生成圖像；通過風格轉換網絡，基于第一生成圖像，生成若干第二生成圖像，其中，若干第二生成圖像相對于第一生成圖像具有不同的環境背景，若干第二生成圖像作為訓練圖像識別網絡的負樣本，圖像識別網絡用于識別輸入的圖像是否為真實圖像，以實現生成更多樣的用于訓練圖像識別網絡的負樣本，進而訓練得到可以對生成圖像進行識別的圖像識別網絡。
本文檔來自技高網...【技術保護點】
1.一種樣本生成方法，包括：
2.如權利要求1所述的方法，其中，所述基于所述圖像模板和所述第一信息，生成第一生成圖像，包括：
3.如權利要求2所述的方法，其中，所述第一生成圖像，以所述圖像模版中的背景圖層為背景，且在所述第一信息中各信息對應的圖層所指示的展示區域處，以所述各信息對應的展示樣式展示有所述各信息。
4.如權利要求1所述的方法，其中，所述第一信息包括：所述圖像模版所指示的文本類信息和/或待展示圖像。
5.如權利要求1所述的方法，其中，所述獲取圖像模版，包括：
6.如權利要求1所述的方法，其中，所述通過風格轉換網絡，基于所述第一生成圖像，生成若干第二生成圖像，包括：
7.如權利要求6所述的方法，其中，所述基于所述第一生成圖像，確定其在潛在空間的第一向量，包括：
8.如權利要求7所述的方法，其中，所述環境背景包括：圖像中的光照展示樣式和/或所述第一融合圖像中的背景。
9.如權利要求1-8任一項所述的方法，還包括：
10.如權利要求1-8任一項所述的方法，其中，所述風格
11.如權利要求10所述的方法，還包括：
12.一種訓練圖像識別網絡的方法，包括：
13.一種訓練卡證分類網絡的方法，包括：
14.如權利要求13所述的方法，其中，所述基于所述若干第二卡證圖像，訓練卡證分類網絡，包括：
15.一種樣本生成裝置，包括：
16.一種訓練圖像識別網絡的裝置，包括：
17.一種訓練卡證分類網絡的裝置，包括：
18.一種計算設備，包括存儲器和處理器，其中，所述存儲器中存儲有可執行代碼，所述處理器執行所述可執行代碼時，實現權利要求1-14中任一項所述的方法。
...【技術特征摘要】
1.一種樣本生成方法，包括：
2.如權利要求1所述的方法，其中，所述基于所述圖像模板和所述第一信息，生成第一生成圖像，包括：
3.如權利要求2所述的方法，其中，所述第一生成圖像，以所述圖像模版中的背景圖層為背景，且在所述第一信息中各信息對應的圖層所指示的展示區域處，以所述各信息對應的展示樣式展示有所述各信息。
4.如權利要求1所述的方法，其中，所述第一信息包括：所述圖像模版所指示的文本類信息和/或待展示圖像。
5.如權利要求1所述的方法，其中，所述獲取圖像模版，包括：
6.如權利要求1所述的方法，其中，所述通過風格轉換網絡，基于所述第一生成圖像，生成若干第二生成圖像，包括：
7.如權利要求6所述的方法，其中，所述基于所述第一生成圖像，確定其在潛在空間的第一向量，包括：
8.如權利要求7所述的方法，其中，所述環境背景包括：...
【專利技術屬性】
技術研發人員：陳志軍，
申請(專利權)人：螞蟻區塊鏈科技上海有限公司，
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。