CN114820575B - 图像验证方法、装置、计算机设备及存储介质 - Google Patents
图像验证方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN114820575B CN114820575B CN202210566821.6A CN202210566821A CN114820575B CN 114820575 B CN114820575 B CN 114820575B CN 202210566821 A CN202210566821 A CN 202210566821A CN 114820575 B CN114820575 B CN 114820575B
- Authority
- CN
- China
- Prior art keywords
- image information
- target object
- verified
- target
- dimensional
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000012795 verification Methods 0.000 title abstract description 55
- 230000000007 visual effect Effects 0.000 claims abstract description 53
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000004590 computer program Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 6
- 238000009877 rendering Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000003709 image segmentation Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明适用于图像处理技术领域,提供了一种图像验证方法、装置、计算机设备及存储介质,方法包括:S1、获取至少一帧待验证图像信息;S2、根据所述待验证图像信息,获取目标图像信息,所述目标图像信息通过预设的目标对象重现方法获取;S3、将所述待验证图像信息和所述目标图像信息进行对比,判断所述待验证图像信息和所述目标图像信息的一致性。获取保留了目标对象光影质感、纹理、深度及时间等信息的多维度目标图像信息,对目标对象进行三维重现,得到精度更高、细节更丰富的三维目标对象,控制目标对象在不同时间点和/或不同视角(或方位)下进行纹理、位深及光影等图像信息的多维度对比,使得图像验证的准确率更高。
Description
技术领域
本发明涉及图像处理技术领域,尤其是涉及一种图像验证方法、装置、计算机设备及存储介质。
背景技术
随着技术的迅速发展,人们已能够随时随地拍摄图像、传输图像和修改图像,在这个过程中一些包含重要信息的图像容易被篡改甚至是伪造,因此需要进行图像验证,辨别图像的真伪,以保证图像的真实性,如数字票据核验、图像验证码(如人脸验证)、文物图像鉴别等等。现有的图像验证技术,通常是提取图像特征并进行特征比对来验证图像,如公告号为CN110298163B的中国专利;另一种常见方法如公开号为CN108781270A所述的基于计算和比较图像哈希值的验证方法。可见,现有的图像验证方法多是基于单帧图像像素值进行计算和比较的,并没有充分考虑到图像包含着其他丰富的图像信息,且图像的噪声也会对验证产生负面影响,导致图像验证的准确率较低。
发明内容
本发明的目的是提供一种图像验证方法、装置、计算机设备以及存储介质,提升图像验证的准确率。
第一方面,本发明提供一种图像验证方法,包括:
S1、获取至少一帧待验证图像信息;
S2、根据所述待验证图像信息,获取目标图像信息,所述目标图像信息通过预设的目标对象重现方法获取;
S3、将所述待验证图像信息和所述目标图像信息进行对比,判断所述待验证图像信息和所述目标图像信息的一致性。
进一步的,所述目标图像信息包括目标对象多维度的图像信息。
进一步的,所述目标图像信息包括第一图像信息,通过预设的目标对象重现方法获取所述第一图像信息的步骤包括:
计算目标对象在多个视角下的视角边界;
获取所述视角边界内,目标对象在多个视角下的图像信息;
对图像信息进行边界处理,获得所述目标对象多视角的第一图像信息。
进一步的,所述目标图像信息还包括第二图像信息,通过预设的目标对象重现方法获取所述第二图像信息的步骤包括:
控制采集装置根据预设采集规则获取目标对象多个视角下的图像信息;
将同一视角下的图像信息进行切割和融合,得到融合图像信息;
获取多个视角下的融合图像信息,形成所述目标对象的第二图像信息。
进一步的,所述目标对象重现方法还包括:
将所述第一图像信息和/或第二图像信息存储于预设位置。
进一步的,所述根据所述待验证图像信息,获取目标图像信息包括:
从待验证图像信息中分割出待验证目标对象;
基于所述待验证目标对象从预设位置获取多维度目标图像信息。
进一步的,所述将所述待验证图像信息和所述目标图像信息进行对比,判断所述待验证图像和所述目标图像信息的一致性包括:
基于所述多维度目标图像信息对目标对象进行三维重现;
将所述待验证目标对象和所述三维重现的目标对象进行多维度对比,根据对比结果判断所述待验证目标对象和所述三维重现的目标对象是否一致。
第二方面,本发明提供一种图像验证装置,应用于所述的图像验证方法,包括:
第一获取模块,用于获取至少一帧待验证图像信息;
第二获取模块,用于根据所述待验证图像信息,获取目标图像信息,所述目标图像信息通过预设的目标对象重现方法获取;
对比模块,用于将所述待验证图像信息和所述目标图像信息进行对比,判断所述待验证图像信息和所述目标图像信息的一致性。
第三方面,本发明实施例提供一种计算机设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述的图像验证方法中的步骤。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现所述的图像验证方法中的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:
(1)从待验证图像信息中提取出待验证目标对象,并基于待验证目标对象通过预设的目标对象重现方法,获取到保留了目标对象光影质感、纹理、深度及时间等信息的多维度目标图像信息,对目标对象进行三维重现,得到精度更高、细节更丰富的三维目标对象,然后通过控制三维目标对象的运动和重现,调整三维目标对象的视角和/或方位及时间的变化,将三维目标对象和待验证目标对象在不同时间点和/或不同视角和/或方位下进行纹理、位深及光影等图像信息细节的多维度对比,使得本发明的基于控制目标对象进行图像验证的准确率更高,验证的效率也得到提升。
(2)通过获取同一视角下采集装置和目标对象之间的采集距离,然后将采集距离按照预设数量进行分割,获取对应的切割图像信息,并将多个切割图像进行融合,使得获得的图像信息更加的清晰,较好地保留了目标对象的光影质感、纹理、深度等信息,提高了图像的精度,且所携带的噪音信息较少,有助于在控制目标对象重现时更加顺畅、快速,进一步提升基于目标对象的图像验证的效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明可以应用于其中的示例性***架构图;
图2是本发明中的一种图像验证方法的一个实施例的流程图;
图3是本发明中的P-U-V-W三维重现目标对象的一个实施例的结构示意图;
图4是本发明中的一种图像验证装置的一个实施例的结构示意图;
图5是本发明中的一种计算机设备的结构示意图。
在图1中:100、***架构,101、手机终端,102、平板终端,103、电脑终端,104、网络,105、服务器;
在图4中:400、图像验证装置,401、第一获取模块,402、第二获取模块,403、对比模块;
在图5中:5、计算机设备,51、存储器,52、处理器,53、网络接口。
具体实施方式
以下的说明提供了许多不同的实施例、或是例子,用来实施本发明的不同特征。以下特定例子所描述的元件和排列方式,仅用来精简的表达本发明,其仅作为例子,而并非用以限制本发明。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,图1是本发明可以应用于其中的示例性***架构图,***架构100可以包括终端设备、网络104和服务器105,终端设备可以包括手机终端101、平板终端102、电脑终端103。网络104用以在终端设备和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用手机终端101、平板终端102、电脑终端103等终端设备通过网络104与服务器105交互,以接收或发送消息等。终端设备上可以安装有各种通讯客户端应用,例如网页浏览器、即时通信工具、客户端APP、命令行工具等,或者直接运行本发明的图像验证方法,在终端设备本地离线进行图像验证。
终端设备可以是具有显示屏并且支持网页浏览、APP的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对终端设备上显示的页面或APP提供支持的后台服务器。
需要说明的是,本申请实施例所提供的图像验证方法可以由服务器执行,也可以由终端设备本地离线执行,相应地,图像验证装置可以设置于服务器中,也可以设置于终端设备中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
如图2所示,图2是本发明的一种图像验证方法的一个实施例的流程图,上述图像验证方法包括:
S1、获取至少一帧待验证图像信息;
S2、根据所述待验证图像信息,获取目标图像信息,所述目标图像信息通过预设的目标对象重现方法获取;
S3、将所述待验证图像信息和所述目标图像信息进行对比,判断所述待验证图像信息和所述目标图像信息的一致性。
在本发明实施例中,可以通过如图1所示的***架构100中的终端设备获取上述待验证图像信息,然后在终端设备本地执行本发明的图像验证方法,或者通过在服务器105上执行本发明的图像验证方法并通过网络104接收终端设备发送的上述待验证图像信息。获取到的待验证图像信息可以仅有一帧,也可以有多帧,待验证图像信息中可以包括待验证的目标对象(或目标区域),也可以没有包括待验证的目标对象(或目标区域)。然后提取待验证图像信息中的待验证目标对象(或待验证目标区域),得到待验证的目标对象(或待验证目标区域),并基于此获取一帧或多帧目标图像信息,目标图像信息包括目标对象多维度的图像信息,具体包括不同时间点、多视角下目标对象的纹理、深度及光影等图像信息。
进一步的,上述目标图像信息包括第一图像信息,第一图像信息通过如下预设的目标对象重现方法获取,包括步骤:
计算目标对象在多个视角下的视角边界;
获取所述视角边界内,目标对象在多个视角下的图像信息;
对图像信息进行边界处理,获得所述目标对象各个视角的第一图像信息。
在本发明实施例中,在使用采集装置采集目标对象的图像信息之前,为了减小采集目标对象时多余干扰信息的影响,需要计算目标对象的在不同视角下的视角边界,如,目标对象需要采集的视角包括:视角1、视角2、视角3、视角4、......视角N,当需要采集目标对象在视角1下的图像信息时,先获取目标对象在视角1下的显示图像,然后计算目标对象在视角1下的显示图像中目标对象的中心位置,然后计算以中心位置为圆心,对应的最大边界半径,将最大边界半径所形成的圆(或球)的边缘作为上述视角边界,通过这样形成的视角边界可以将目标对象全部容纳在对应的视角边界之内。为了更好地理解,假设目标对象在视角1下的显示图像为长方形,然后计算长方形的中心位置,将其中心位置作为圆心,计算以圆心为基础的最大边界半径(外接半径),即长方形的外接圆,将外接圆的边缘作为视角边界,使得长方形全部包含在外接圆内;目标对象在视角2下的显示的图像为三角形,然后计算三角形的中心位置,将其中心位置作为圆心,计算以圆心为基础的最大边界半径(外接半径),即三角形的外接圆,将外接圆的边缘作为视角边界,使得三角形全部包含在外接圆内;进一步的,比较目标对象在各个视角下的最大边界半径,选择其中最大边界半径最长的一个作为目标最大边界半径并将其形成的球形视角边界完全包裹目标对象,在此基础上获取各个视角下目标对象的图像信息;当然,也可以将其中任意两个或多个视角的最大边界半径联合形成的椭圆(或椭球)边缘作为视角边界,在此视角边界内获取目标对象各个视角下的图像信息;最后对获取的视角边界内目标对象多个视角下的图像信息进行边界处理,例如图像切割等,获得上述目标对象在对应视角下的第一图像信息。
值得说明的是,本发明实施例中对图像信息进行图像切割的步骤具体包括:先计算获取的图像信息中的目标区域,目标区域为目标对象的边界所形成的区域,然后将不含目标对象的区域进行切割,获取仅包含目标对象的目标区域中的图像信息;接着切除同一视角下每一获取的图像信息中不含目标对象的区域,得到仅包含目标对象图像信息;按上述步骤可以获得各个视角下的仅包含目标对象的第一图像信息,大大减小了第一图像信息所携带的边界噪音信息量,使得目标对象重现的信息量大幅减小,节约了重现的图像加载时间,提高了控制目标对象重现的效率,从而进一步提升用户体验。当然,上述图像切割还可以包括将获取的第一图像信息分割成多个子图像信息,在控制目标对象重现的时候,再按需将子图像进行拼接,还原成对应的第一图像信息。
目标对象在不同视角下的显示的图像形状可能全部相同、也可能部分相同、还有可能是全部不同,其中不同的视角可以根据用户对目标对象不同的重现需求进行设定。
本发明实施例中的采集装置可以是相机、摄像头等实体,也可以是虚拟相机(虚拟相机可以用来采集虚拟目标对象的图像信息)等,只要能够采集目标对象的图像信息即可,在此不做具体的限制。
本发明实施例中在获取目标对象多视角的图像信息之前,首先通过计算目标对象在对应视角下的显示图像的最大边界半径,以最大边界半径形成的边缘作为视角边界,将目标对象在对应视角下的显示图像容纳在视角边界中,使得在对目标对象的第一图像信息的采集中,将目标对象在对应视角下的视角边界多余的图像信息去除掉,使得仅获取需要的图像信息,避免其他信息对后续目标对象三维重现和图像验证的影响,也减少了需要存储的图像信息量,有助于图像验证时更加顺畅、快速,提高图像验证的效率。
更进一步的,上述目标图像信息还包括第二图像信息,第二图像信息通过以下预设的目标对象重现方法获取,包括:
控制采集装置根据预设采集规则获取目标对象多个视角下的图像信息;
将同一视角下的图像信息进行切割和融合,得到融合图像信息;
获取多个视角下的融合图像信息,形成所述目标对象的第二图像信息。
在本发明实施例中,在计算出目标对象在不同视角下的显示图像中的视角边界后,使用采集装置根据预设的采集规则获取目标对象在对应视角下的视角边界内的图像信息,具体包括:首先,获取每个视角下目标对象和采集装置之间的采集距离,然后设置预设数量,该预设数量指的是将采集距离需要分割的数量,在对应视角下的每个分割点处获取对应的图像信息,和/或经过上述图像切割步骤切割后得到切割图像信息;最后,当同一视角下沿每个分割点处的切割图像信息获取完成后,将所有的切割图像信息按照融合规则进行融合,获得同一视角下的融合图像信息。如,假设有视角1、视角2、视角3、视角4、......视角N,首先获取目标对象在视角1下时,采集装置与该视角下目标对象的采集距离,然后设置需要切割的预设数量,如预设数量为3,并采集每个切割距离或切割点处的切割图像信息,即采集分别位于切割距离1的切割图像信息1、切割距离2的切割图像信息2、切割距离3的切割图像信息3,将切割图像1、切割图像信息2、切割图像信息3按照切割距离或者采集装置的深度等其他的规则进行融合,形成目标对象在视角1下的融合图像信息;然后将获取的视角1、视角2、视角3、视角4、......视角N的融合图像信息形成所述目标对象的多视角的第二图像信息。
需要的说明的是,不同视角下的目标对象和采集装置之间的采集距离可能相同、可能部分相同、可能都不同;不同视角下的目标对象和采集装置之间的采集距离需要分割的预设数量可以相同、也可以部分相同、还可以都不相同;不同视角下的目标对象和采集装置之间的采集距离的分割方式不做限制,可以均匀分割,也可以在目标对象的图像信息较多的地方分割密集,在图像信息较少的地方分割稀疏。
在获取目标对象的图像信息时,可以采用规律的采集方式,也可以采用不规律的采集方式;可以采集同一时刻下,目标对象在不同视角下的图像信息,也可以采集一段时间内,目标对象在同一视角和/或不同视角下的图像信息。
通过获取同一视角下采集装置和目标对象之间的采集距离,然后将采集距离按照预设数量进行分割,获取对应的切割图像信息,并将多个切割图像进行融合,使得获得的第二图像信息更加的清晰,较好地保留了目标对象的光影质感、纹理、深度及时间等丰富的图像信息,使得采集的图像的精度更高、细节更丰富,从而有助于提高后续图像验证的准确率,且所携带的噪音信息较少,有助于目标对象在进行三维重现和图像验证时更加顺畅、快速,提高图像验证的效率。
更进一步的,在获取了目标对象的第一目标图像信息和/或第二目标图像信息后,将图像信息存储于预设位置。具体地,可以根据上述采集图像信息时的视角信息P、方位信息(如上述视角边界形成的外接球的经纬度,可用U、V表示)和采集时间信息W等建立图像编号,编号的格式在这里不做限制,只要能够表示某个时刻某一视角和/或方位信息的图像信息即可,例如P-U-V-W或P(W(U(V)))等等,如视角1下采集的图像信息可以编号为1(视角)-30(经度)-45(纬度)-5(时间)。然后根据建立的图像编号将获取的第一目标图像信息和/或第二目标图像信息存储于数据库或者内存等预设的位置,例如以图像编号为索引、图像信息为内容并一起存入关系型数据库(如MYSQL)的表中,也可以以图像编号为键、图像信息为值的键值对一起写入内存(如非关系数据库Redis)中,便于根据图像编号快速查找到对应的数据;对应嵌套格式的图像编号P(W(U(V))),还可以以嵌套文件夹的形式将对应的图像信息存储到文件***(如硬盘、磁盘等),如文件夹路径为P1/W1/U1/V1、P1/W2/U1/V2可分别存储P1视角下W1、W2两个时间的不同方向(或相同方向)的图像信息。
进一步的,可以根据上述待验证图像信息,获取上述目标图像信息,并将待验证图像信息和目标图像信息进行对比,判断待验证图像和目标图像信息的一致性,包括:
从待验证图像信息中分割出待验证目标对象;
基于所述待验证目标对象从预设位置获取多维度目标图像信息;
基于所述多维度目标图像信息对目标对象进行三维重现;
将所述待验证目标对象和所述三维重现的目标对象进行多维度对比,根据对比结果判断所述待验证目标对象和所述三维重现的目标对象是否一致。
在本发明实施例中,获取到待验证图像信息后,可以将其中的待验证目标对象从整张待验证图像信息中分割出来,去除多余的噪音信息,得到仅包含待验证目标对象的图像,便于后续加快图像信息的对比验证,提高验证效率;具体的分割方法可以采用上述图像切割的步骤,包括:先计算获取的待验证图像信息中的目标对象的边界所形成的目标区域,具体可以采用现有的基于深度学习的图像分割方法等来实现,这里不具体展开;将不含目标对象的区域进行切割后,获取仅包含目标对象的目标区域中的图像信息。然后根据切割得到的具体的待验证目标对象,从上述预设位置中获取对应目标对象的多维度目标图像信息,包括多个视角(或方位)下的、多个时间点(或时间段)的第一目标图像信息和/或第二目标图像信息。需要说明的是,当获取到的是同一视角下的多帧待验证图像信息(包括一段视频帧)时,还可以将每帧待验证图像中的待验证目标对象分别采用上述图像切割的步骤分割出来,然后再使用上述图像融合步骤进行融合,得到融合的待验证目标对象的图像,使得融合后的待验证目标对象精度更高、细节更丰富,进一步提高后续图像验证的准确率。
进一步的基于上述多维度的第一目标图像信息和/或第二目标图像信息对目标对象进行三维重现,具体可以根据重现的视角P(或方位U、V)结合时间信息W组成的图像编号,从预设上述位置加载对应视角P(或方位U、V)、对应时间W的图像信息组合成该视角(或方位)下对应时间点的三维目标对象,如图3所示的多个P-U-V-W坐标表示的不同视角和/或方位,然后将合成的三维目标对象与上述分割得到的待验证目标对象(包括融合的待验证目标对象)进行多维度对比,判断待验证目标对象和三维目标对象是否一致;首先判断同一时间点待验证目标对象和三维目标对象的视角和/或方位是否一致,如果视角和/或方位一致则比较纹理、位深及光影等图像信息是否一致,如果视角和/或方位不一致,则通过控制三维目标对象的运动和图像加载重现继续调整三维目标对象的视角和/或方位的改变,再重复上述判断过程,直到该时间点的多维度对比结束,然后在下一个时间点重复上述加载图像信息合成三维目标对象并对比的过程,直到所有时间点的多维度对比结束;若待验证目标对象和三维目标对象在某一时间点、某个或多个视角和/或方位下的纹理、位深及光影等图像信息一致则图像验证通过,若对比结束,待验证目标对象和三维目标对象在所有时间点、任一视角和/或方位下的纹理、位深及光影等图像信息的多维度对比都没有一致的,则图像验证失败。
在本发明实施例中,从待验证图像信息中提取出待验证目标对象,并基于待验证目标对象通过预设的目标对象重现方法,获取到保留了目标对象光影质感、纹理、深度及时间等信息的多维度目标图像信息,对目标对象进行三维重现,得到精度更高、细节更丰富的三维目标对象,然后通过控制三维目标对象的运动和重现,调整三维目标对象的视角和/或方位及时间的变化,将三维目标对象和待验证目标对象在不同时间点和/或不同视角和/或方位下进行纹理、位深及光影等图像信息细节的多维度对比,使得本发明的基于控制目标对象进行图像验证的准确率更高,验证的效率也得到提升。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图4,作为对上述图2所示方法的实现,本申请提供了一种图像验证装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该图像验证装置具体可以应用于各种电子设备中。
如图4所示,本实施例所述的图像验证装置400包括:
第一获取模块401,用于获取至少一帧待验证图像信息;
第二获取模块402,用于根据所述待验证图像信息,获取目标图像信息,所述目标图像信息通过预设的目标对象重现方法获取;
对比模块403,用于将所述待验证图像信息和所述目标图像信息进行对比,判断所述待验证图像信息和所述目标图像信息的一致性。
本发明实施例提供的图像验证装置能够实现图2的图像验证方法实施例中的各个实施方式,以及相应有益效果,为避免重复,这里不再赘述。
为解决上述技术问题,本发明实施例还提供一种计算机设备。具体请参阅图5,图5为本发明实施例的计算机设备的基本结构示意图。
所述计算机设备5包括通过***总线相互通信连接存储器51、处理器52、网络接口53。需要指出的是,图中仅示出了具有存储器51、处理器52、网络接口53的计算机设备5,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字处理器 (Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器51至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器51可以是所述计算机设备5的内部存储单元,例如该计算机设备5的硬盘或内存。在另一些实施例中,所述存储器51也可以是所述计算机设备5的外部存储设备,例如该计算机设备5上配备的插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(FlashCard)等。当然,所述存储器51还可以既包括所述计算机设备5的内部存储单元也包括其外部存储设备。本实施例中,所述存储器51通常用于存储安装于所述计算机设备5的操作***和各类应用软件,例如图像验证方法的程序代码等。此外,所述存储器51还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器52在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器52通常用于控制所述计算机设备5的总体操作。本实施例中,所述处理器52用于运行所述存储器51中存储的程序代码或者处理数据,例如运行所述图像验证方法的程序代码。
所述网络接口53可包括无线网络接口或有线网络接口,该网络接口53通常用于在所述计算机设备5与其他电子设备之间建立通信连接。
本申请还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有图像验证程序,所述图像验证程序可被至少一个处理器执行,以使所述至少一个处理器执行如上述的图像验证方法的步骤。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种图像验证方法,其特征在于,包括:
S1、获取至少一帧待验证图像信息;
S2、根据所述待验证图像信息,获取目标图像信息,所述目标图像信息通过预设的目标对象重现方法获取,目标图像信息包括目标对象多维度的图像信息,所述多维度的图像信息包括视角、光影质感、纹理、深度、时间;
S3、将所述待验证图像信息和所述目标图像信息进行对比,判断所述待验证图像信息和所述目标图像信息的一致性;
所述目标图像信息包括第一图像信息,通过预设的目标对象重现方法获取所述第一图像信息的步骤包括:
计算目标对象在多个视角下的视角边界;
获取所述视角边界内,目标对象在多个视角下的图像信息;其中将任意多个视角的最大边界半径联合形成的椭球边缘作为视角边界,在此视角边界内获取目标对象多个视角下的图像信息;
对图像信息进行边界处理,获得所述目标对象各个视角的第一图像信息。
2.如权利要求1所述的方法,其特征在于,所述目标图像信息还包括第二图像信息,通过预设的目标对象重现方法获取所述第二图像信息的步骤包括:
控制采集装置根据预设采集规则获取目标对象多个视角下的图像信息;
获取采集装置与对应视角下的目标对象之间的采集距离;
将采集距离沿预设数量切割为多个预设采集距离,采集装置沿预设采集距离获取切割图像信息;
将同一视角下的多个切割图像信息进行融合,形成融合图像信息;
获取多个视角下的融合图像信息,形成所述目标对象的第二图像信息。
3.如权利要求2所述的方法,其特征在于,所述目标对象重现方法还包括:
将所述第一图像信息和/或第二图像信息存储于预设位置。
4.如权利要求3所述的方法,其特征在于,所述根据所述待验证图像信息,获取目标图像信息包括:
从待验证图像信息中分割出待验证目标对象;
基于所述待验证目标对象从预设位置获取多维度目标图像信息。
5.如权利要求4所述的方法,其特征在于,所述将所述待验证图像信息和所述目标图像信息进行对比,判断所述待验证图像信息和所述目标图像信息的一致性包括:
基于所述多维度目标图像信息对目标对象进行三维重现;
将所述待验证目标对象和所述三维重现的目标对象进行多维度对比,根据对比结果判断所述待验证目标对象和所述三维重现的目标对象是否一致。
6.一种图像验证装置,其特征在于,包括:
第一获取模块,用于获取至少一帧待验证图像信息;
第二获取模块,用于根据所述待验证图像信息,获取目标图像信息,所述目标图像信息通过预设的目标对象重现方法获取;目标图像信息包括目标对象多维度的图像信息,所述多维度的图像信息包括视角、光影质感、纹理、深度、时间;
对比模块,用于将所述待验证图像信息和所述目标图像信息进行对比,判断所述待验证图像信息和所述目标图像信息的一致性;
其中,所述目标图像信息包括第一图像信息,通过预设的目标对象重现方法获取所述第一图像信息的步骤包括:
计算目标对象在多个视角下的视角边界;
获取所述视角边界内,目标对象在多个视角下的图像信息;其中将任意多个视角的最大边界半径联合形成的椭球边缘作为视角边界,在此视角边界内获取目标对象多个视角下的图像信息;对图像信息进行边界处理,获得所述目标对象各个视角的第一图像信息。
7.一种计算机设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述的图像验证方法中的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的图像验证方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210566821.6A CN114820575B (zh) | 2022-05-24 | 2022-05-24 | 图像验证方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210566821.6A CN114820575B (zh) | 2022-05-24 | 2022-05-24 | 图像验证方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114820575A CN114820575A (zh) | 2022-07-29 |
CN114820575B true CN114820575B (zh) | 2023-01-20 |
Family
ID=82518037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210566821.6A Active CN114820575B (zh) | 2022-05-24 | 2022-05-24 | 图像验证方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114820575B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101534413A (zh) * | 2009-04-14 | 2009-09-16 | 深圳华为通信技术有限公司 | 一种远程呈现的***、装置和方法 |
CN110826045A (zh) * | 2018-08-13 | 2020-02-21 | 深圳市商汤科技有限公司 | 认证方法及装置、电子设备和存储介质 |
CN113033243A (zh) * | 2019-12-09 | 2021-06-25 | 漳州立达信光电子科技有限公司 | 一种人脸识别方法、装置及设备 |
CN113218324A (zh) * | 2021-03-30 | 2021-08-06 | 四川中绳矩阵技术发展有限公司 | 一种可移动文物时域数据采集平台及其采集方法 |
CN113887527A (zh) * | 2021-11-04 | 2022-01-04 | 北京智慧眼信息技术有限公司 | 人脸图像处理方法、装置、计算机设备及存储介质 |
CN113989434A (zh) * | 2021-10-27 | 2022-01-28 | 聚好看科技股份有限公司 | 一种人体三维重建方法及设备 |
CN114067189A (zh) * | 2021-12-01 | 2022-02-18 | 厦门航天思尔特机器人***股份公司 | 一种工件识别方法、装置、设备和存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109464757B (zh) * | 2018-12-29 | 2021-07-20 | 上海联影医疗科技股份有限公司 | 一种确定目标对象位置的方法、***、装置及存储介质 |
CN110348193A (zh) * | 2019-05-24 | 2019-10-18 | 招银云创(深圳)信息技术有限公司 | 验证方法、装置、设备和存储介质 |
CN110610453B (zh) * | 2019-09-02 | 2021-07-06 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置及计算机可读存储介质 |
-
2022
- 2022-05-24 CN CN202210566821.6A patent/CN114820575B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101534413A (zh) * | 2009-04-14 | 2009-09-16 | 深圳华为通信技术有限公司 | 一种远程呈现的***、装置和方法 |
CN110826045A (zh) * | 2018-08-13 | 2020-02-21 | 深圳市商汤科技有限公司 | 认证方法及装置、电子设备和存储介质 |
CN113033243A (zh) * | 2019-12-09 | 2021-06-25 | 漳州立达信光电子科技有限公司 | 一种人脸识别方法、装置及设备 |
CN113218324A (zh) * | 2021-03-30 | 2021-08-06 | 四川中绳矩阵技术发展有限公司 | 一种可移动文物时域数据采集平台及其采集方法 |
CN113989434A (zh) * | 2021-10-27 | 2022-01-28 | 聚好看科技股份有限公司 | 一种人体三维重建方法及设备 |
CN113887527A (zh) * | 2021-11-04 | 2022-01-04 | 北京智慧眼信息技术有限公司 | 人脸图像处理方法、装置、计算机设备及存储介质 |
CN114067189A (zh) * | 2021-12-01 | 2022-02-18 | 厦门航天思尔特机器人***股份公司 | 一种工件识别方法、装置、设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
基于点云三维重建技术的甲状腺超声穿刺三维导航研究;王子灿 等;《机械与电子》;20210621;第39卷(第6期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114820575A (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022161286A1 (zh) | 图像检测方法、模型训练方法、设备、介质及程序产品 | |
US20230386041A1 (en) | Control Method, Device, Equipment and Storage Medium for Interactive Reproduction of Target Object | |
CN114529574B (zh) | 基于图像分割的图像抠图方法、装置、计算机设备及介质 | |
CN113763249A (zh) | 文本图像超分辨率重建方法及其相关设备 | |
CN112241565A (zh) | 建模方法及相关装置 | |
CN112016502B (zh) | 安全带检测方法、装置、计算机设备及存储介质 | |
CN113111880B (zh) | 证件图像校正方法、装置、电子设备及存储介质 | |
CN113112542A (zh) | 一种视觉定位方法、装置、电子设备及存储介质 | |
CN113850238A (zh) | 文档检测方法、装置、电子设备及存储介质 | |
CN113077524B (zh) | 一种双目鱼眼相机自动标定方法、装置、设备及存储介质 | |
CN114861241A (zh) | 基于智能检测的防窥屏方法及其相关设备 | |
CN111783561A (zh) | 审图结果修正方法、电子设备及相关产品 | |
CN112749576B (zh) | 图像识别方法和装置、计算设备以及计算机存储介质 | |
CN110717405A (zh) | 人脸特征点定位方法、装置、介质及电子设备 | |
CN114049674A (zh) | 一种三维人脸重建方法、装置及存储介质 | |
CN112651399A (zh) | 检测倾斜图像中同行文字的方法及其相关设备 | |
CN114820575B (zh) | 图像验证方法、装置、计算机设备及存储介质 | |
CN112149745A (zh) | 确定难例样本的方法、装置、设备及存储介质 | |
CN114241411B (zh) | 基于目标检测的计数模型处理方法、装置及计算机设备 | |
CN113850239B (zh) | 多文档检测方法、装置、电子设备及存储介质 | |
CN112395834B (zh) | 基于图片输入的脑图生成方法、装置、设备及存储介质 | |
CN115690845A (zh) | 一种运动轨迹预测方法及装置 | |
CN115147469A (zh) | 配准方法、装置、设备及存储介质 | |
CN113791426A (zh) | 雷达p显界面生成方法、装置、计算机设备及存储介质 | |
CN113610864A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |