CN116343241A - 对象真伪识别方法、装置、存储介质及电子设备 - Google Patents

Abstract

本公开涉及一种对象真伪识别方法、对象真伪识别装置、存储介质及电子设备。该对象真伪识别方法包括：获取拍摄设备在不同拍摄距离下采集的待识别对象的拍摄数据；其中，所述拍摄数据包括图片数据和/或视频数据；根据所述拍摄数据确定各所述拍摄距离分别对应的图像信息；采用各所述拍摄距离分别对应的分类器分别对所述图像信息进行真伪识别，得到各所述拍摄距离分别对应的所述真伪识别结果；根据各所述拍摄距离分别对应的真伪识别结果，得到所述待识别对象的最终真伪识别结果。该对象真伪识别方法能够解决在真伪识别时准确率低且用户体验差的问题。

Description

对象真伪识别方法、装置、存储介质及电子设备

技术领域

本公开涉及数据处理领域，具体涉及一种对象真伪识别方法、对象真伪识别装置、存储介质及电子设备。

背景技术

证件真伪识别是指将真正的证件与伪造的证件辨别出，其中伪造的证件如各种材质的纸质打印、各种屏幕翻拍的证件等。

现有技术中可以通过检测目标证件的多个证件图像中包含的动态防伪点和静态防伪点进行识别，但需要进行证件的旋转操作，用户体验较差，而且角度较大时，容易出现证件检测不到的问题。另一种方法是在不同的采集条件下采集至少两张图像，例如不同类型的光源，不同强度的光源，不同的拍摄角度，从所述图像中识别防伪标识，以得到防伪特征进行识别，但采集条件主要来源于外界环境控制，容易被外界光源干扰。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，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。

发明内容

本公开的目的在于提供一种对象真伪识别方法、对象真伪识别装置、存储介质及电子设备，旨在解决真伪识别时准确率低且用户体验差的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开实施例的一方面，提供了一种对象真伪识别方法，包括：获取拍摄设备在不同拍摄距离下采集的待识别对象的拍摄数据；其中，所述拍摄数据包括图片数据和/或视频数据；根据所述拍摄数据确定各所述拍摄距离分别对应的图像信息；采用各所述拍摄距离分别对应的分类器分别对所述图像信息进行真伪识别，得到各所述拍摄距离分别对应的所述真伪识别结果；根据各所述拍摄距离分别对应的真伪识别结果，得到所述待识别对象的最终真伪识别结果。

根据本公开的一些实施例，基于前述方案，所述方法还包括：配置所述拍摄设备的至少两个拍摄距离；分别配置各所述拍摄距离在所述拍摄设备的用户交互界面中分别对应的拍摄提示信息，以基于所述拍摄提示信息获取所述拍摄数据。

根据本公开的一些实施例，基于前述方案，在所述拍摄数据为图片数据时，所述获取拍摄设备在不同拍摄距离下采集的待识别对象的拍摄数据，包括：所述用户交互界面显示一拍摄距离对应的拍摄提示信息；在检测到待识别对象满足所述拍摄距离的采集条件时，执行拍摄操作以采集所述拍摄距离对应的图片数据；所述用户交互界面显示下一拍摄距离对应的拍摄提示信息；重复上述显示、检测和执行过程，直至得到所有所述拍摄距离对应的所述图片数据。

根据本公开的一些实施例，基于前述方案，在所述拍摄数据为视频数据时，所述获取拍摄设备在不同拍摄距离下采集的待识别对象的拍摄数据，包括：响应于针对所述用户交互界面中开启录制按钮的触控操作，开启视频录制，并在所述用户交互界面显示一拍摄距离对应的拍摄提示信息；在检测到待识别对象满足所述拍摄距离的采集条件时，所述用户交互界面显示下一拍摄距离对应的拍摄提示信息；重复上述显示和检测过程，直至响应于针对所述用户交互界面中结束录制按钮的触控操作，结束视频录制得到所述视频数据。

根据本公开的一些实施例，基于前述方案，所述根据所述拍摄数据确定各所述拍摄距离分别对应的图像信息，包括：提取所述视频数据中各所述拍摄距离对应的视频关键帧作为所述图像信息。

根据本公开的一些实施例，基于前述方案，在所述拍摄数据为图片数据和视频数据时，所述获取拍摄设备在不同拍摄距离下采集的待识别对象的拍摄数据，包括：响应于针对所述用户交互界面中开启录制按钮的触控操作，开启视频录制，并在所述用户交互界面显示一拍摄距离对应的拍摄提示信息；在检测到待识别对象满足所述拍摄距离的采集条件时，执行拍摄操作以采集所述拍摄距离对应的图片数据；所述用户交互界面显示下一拍摄距离对应的拍摄提示信息；重复上述显示、检测和执行过程，直至响应于针对所述用户交互界面中结束录制按钮的触控操作，结束视频录制得到所述视频数据。

根据本公开的一些实施例，基于前述方案，所述方法还包括：采用一拍摄距离对应的分类器对所述拍摄距离对应的图像信息进行真伪识别，得到所述拍摄距离对应的真伪识别结果；所述采用一拍摄距离对应的分类器对所述拍摄距离对应的图像信息进行真伪识别，得到所述拍摄距离对应的真伪识别结果，包括：将所述图像信息输入所述分类器，以得到所述分类器输出的真伪预测值；将所述真伪预测值和所述分类器对应的阈值进行比较，得到比较结果；根据所述比较结果确定所述真伪识别结果。

根据本公开的一些实施例，基于前述方案，所述方法还包括：基于所述拍摄距离对应的样本数据提取数据特征；根据所述数据特征进行模型训练，得到所述分类器和所述分类器对应的阈值。

根据本公开的一些实施例，基于前述方案，所述方法还包括：在所述拍摄距离为第一距离，所述数据特征包括边缘区域特征；在所述拍摄距离为第二距离，所述数据特征包括屏幕反光特征、纸质凹凸特征以及材料特征中的一种或多种；在所述拍摄距离为第三距离，所述数据特征包括防伪特征。

根据本公开的一些实施例，基于前述方案，所述根据各所述拍摄距离分别对应的真伪识别结果，得到所述待识别对象的最终真伪识别结果包括：基于预先训练的权重模型确定各所述拍摄距离分别对应的权重信息；根据各所述权重信息和各所述真伪识别结果进行计算得到所述最终真伪识别结果。

根据本公开的一些实施例，基于前述方案，所述根据各所述拍摄距离分别对应的真伪识别结果，得到所述待识别对象的最终真伪识别结果包括：对各所述拍摄距离分别对应的真伪识别结果进行逻辑判断得到所述最终真伪识别结果。

根据本公开的一些实施例，基于前述方案，所述根据各所述拍摄距离分别对应的真伪识别结果，得到所述待识别对象的最终真伪识别结果包括：基于各所述拍摄距离分别对应的所述真伪识别结果和所述阈值，计算各所述拍摄距离分别对应的可信值；将最大可信值对应的真伪识别结果作为所述最终真伪识别结果。

根据本公开实施例的第二方面，提供了一种对象真伪识别装置，包括：获取模块，用于获取拍摄设备在不同拍摄距离下采集的待识别对象的拍摄数据；确定模块，用于根据所述拍摄数据确定各所述拍摄距离分别对应的图像信息；分类识别模块，用于采用各所述拍摄距离分别对应的分类器对所述图像信息进行真伪识别，得到各所述拍摄距离分别对应的真伪识别结果；整体识别模块，用于根据各所述拍摄距离分别对应的真伪识别结果，得到所述待识别对象的最终真伪识别结果。

根据本公开实施例的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述实施例中的对象真伪识别方法。

根据本公开实施例的第四方面，提供了一种电子设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例中的对象真伪识别方法。

本公开示例性实施例可以具有以下部分或全部有益效果：

在本公开的一些实施例所提供的技术方案中，待识别对象处于静止状态，通过将拍摄设备移动至不同拍摄距离，进而获取到在不同拍摄距离下采集的待识别对象的拍摄数据；而后对于每一拍摄距离，利用其对应的分类器对图像信息进行真伪识别，再将所有拍摄距离得到的真伪识别结果进行融合得到最终的真伪识别结果。通过上述方法，一方面，拍摄条件固定不变，只是将拍摄设备移动至不同拍摄距离，相较于对待识别对象进行移动或旋转等操作，或者是制造不同类型、强度的采集光源而言，拍摄过程相对简便，用户体验度高；另一方面，支持以视频数据的形式进行待识别对象的真伪识别，可以捕获拍摄的全过程，防止对待识别对象的替换，也防止HOOK(钩子)攻击，真伪识别更加稳定。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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。在附图中：

图1示意性示出本公开示例性实施例中一种对象真伪识别方法的流程示意图；

图2示意性示出本公开示例性实施例中一种拍摄提示信息的界面示意图；

图3示意性示出本公开示例性实施例中另一种拍摄提示信息的界面示意图；

图4示意性示出本公开示例性实施例中再一种拍摄提示信息的界面示意图；

图5示意性示出本公开示例性实施例中一种获取拍摄数据方法的流程示意图；

图6示意性示出本公开示例性实施例中一种对象真伪识别装置的组成示意图；

图7示意性示出本公开示例性实施例中一种计算机可读存储介质的示意图；

图8示意性示出本公开示例性实施例中一种电子设备的计算机系统的结构示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

在实际生活中，通常需要对某一物品进行真伪识别，例如证件真伪识别，是指将真正的证件与伪造的证件辨别出，其中伪造的证件如各种材质的纸质打印、各种屏幕翻拍的证件等。

以证件真伪检测为例，现有的技术中，一种是通过检测目标证件的多个证件图像中包含的动态防伪点和静态防伪点进行识别。其中多个证件图像是由不同角度采集的图像。在证件验证的过程中，需要进行证件的旋转操作，用户体验较差，而且角度较大时，容易出现证件检测不到的问题。

另一种是在不同的采集条件(不同类型的光源，不同强度的光源，不同的拍摄角度)下采集至少两张图像，从所述图像中识别防伪标识，以得到防伪特征进行识别。其中不同类型的光源和不同强度的光源主要来源于外界环境控制，或者拍摄设备的闪光灯进行。由于跟光源有关，同时容易被外界光源干扰，例如灯光。

因此，针对于现有技术中存在的缺陷，本公开提供一种对象真伪识别方法，仅通过移动拍摄设备，进而改变拍摄设备与待识别对象的距离，获取整个移动过程中拍摄数据进行真伪识别，在保证高准确率的同时，提高了用户体验。

以下对本公开实施例的技术方案的实现细节进行详细阐述。

图1示意性示出本公开示例性实施例中一种对象真伪识别方法的流程示意图。如图1所示，该对象真伪识别方法包括步骤S101至步骤S104：

步骤S101，获取拍摄设备在不同拍摄距离下采集的待识别对象的拍摄数据；其中，所述拍摄数据包括图片数据和/或视频数据；

步骤S102，根据所述拍摄数据确定各所述拍摄距离分别对应的图像信息；

步骤S103，采用各所述拍摄距离分别对应的分类器分别对所述图像信息进行真伪识别，得到各所述拍摄距离分别对应的所述真伪识别结果；

步骤S104，根据各所述拍摄距离分别对应的真伪识别结果，得到所述待识别对象的最终真伪识别结果。

在本公开的一些实施例所提供的技术方案中，待识别对象处于静止状态，通过将拍摄设备移动至不同拍摄距离，进而获取到在不同拍摄距离下采集的待识别对象的拍摄数据；而后对于每一拍摄距离，利用其对应的分类器对图像信息进行真伪识别，再将所有拍摄距离得到的真伪识别结果进行融合得到最终的真伪识别结果。通过上述方法，一方面，拍摄条件固定不变，只是将拍摄设备移动至不同拍摄距离，相较于对待识别对象进行移动或旋转等操作，或者是制造不同类型、强度的采集光源而言，拍摄过程相对简便，用户体验度高；另一方面，支持以视频数据的形式进行待识别对象的真伪识别，可以捕获拍摄的全过程，防止对待识别对象的替换，也防止HOOK(钩子)攻击，真伪识别更加稳定。

下面，将结合附图及实施例对本示例实施方式中的对象真伪识别方法的各个步骤进行更详细的说明。

在步骤S101中，获取拍摄设备在不同拍摄距离下采集的待识别对象的拍摄数据；其中，所述拍摄数据包括图片数据和/或视频数据。

其中，拍摄设备是指用来采集的待识别对象的拍摄数据的设备，通常来说，拍摄设备是可移动设备，例如手机、手持PDA(Personal Digital Assistant，掌上电脑)，也可以是固定设备的可移动采集部分，例如PC(Personal Computer，个人电脑)外接的可移动摄像头等。

待识别对象则是需要鉴定真伪的物品，例如证件、纸张、作品等。

拍摄数据是指利用拍摄设备采集到的包括待识别对象的数据，可以包括图片数据，或者是视频数据，或者是图片数据和视频数据。需要说明的是，拍摄数据需要包括拍摄设备在不同拍摄距离下采集的数据，也就是说拍摄设备至少要在两个不同的拍摄距离进行数据的采集。

在本公开的一个实施例中，为了便于用户移动该拍摄设备至不同的拍摄距离，可以在拍摄设备对应的用户交互界面中显示相应的拍摄提示信息。

因此，所述方法还包括：配置所述拍摄设备的至少两个拍摄距离；分别配置各所述拍摄距离在所述拍摄设备的用户交互界面中分别对应的拍摄提示信息，以基于所述拍摄提示信息获取所述拍摄数据。

具体地，首先设置好需要采集哪些拍摄距离下的拍摄数据。例如可以分别采集在较远的第一距离，以及在较近的第二距离的拍摄数据，也可设置在采集在较远的第一距离，在较近的第二距离的拍摄数据，以及在最近的第三距离的拍摄数据。在实际操作时，可以根据需要来设定，本公开再此不做具体限定。

在配置好拍摄距离之后，则需要为每一拍摄距离配置对应的拍摄提示信息。具体而言，可以在拍摄设备对应的用户交互界面中显示待识别对象的边缘线条，以提示用户移动设备直至将待识别对象对齐于边缘线条中。

图2示意性示出本公开示例性实施例中一种拍摄提示信息的界面示意图，参考图2所示，在用户交互界面201中，待识别对象应当放置于202区域中。

图3示意性示出本公开示例性实施例中另一种拍摄提示信息的界面示意图，参考图3所示，在用户交互界面301中，待识别对象应当放置于302区域中。

图4示意性示出本公开示例性实施例中再一种拍摄提示信息的界面示意图，参考图4所示，在用户交互界面401中，待识别对象应当放置于402区域中。

通过对比图2至图4，可以看出拍摄距离越远，拍摄提示信息中可拍摄的待识别对象越来越小。

在本公开的一个实施例中，拍摄数据可以是图片数据时，所述获取拍摄设备在不同拍摄距离下采集的待识别对象的拍摄数据，包括：

步骤一，所述用户交互界面显示一拍摄距离对应的拍摄提示信息；

步骤二，在检测到待识别对象满足所述拍摄距离的采集条件时，执行拍摄操作以采集所述拍摄距离对应的图片数据；

步骤三，所述用户交互界面显示下一拍摄距离对应的拍摄提示信息；

步骤四，重复上述显示、检测和执行过程，直至得到所有所述拍摄距离对应的所述图片数据。

基于上述方案，在用户交互界面中显示一拍摄距离对应的拍摄提示信息，此时用户可以按照拍摄提示信息移动拍摄设备，以检测是否满足采集条件。

举例来说，采集条件可以是检测到待识别对象的边缘轮廓与拍摄提示信息中的放置区域的边缘轮廓匹配，例如匹配值大于0.8，视为匹配。当然，采集条件也可以是其他信息，例如检测捕捉到的待识别对象的占有区域满足一定的比值，或者是检测到具有一定尺寸的图案样式，即可判断为满足采集条件，此时可以视为拍摄设备移动到了与待识别对象的某一拍摄距离处，便可以进行拍摄数据的采集。

在确定满足采集条件时，可以执行拍摄操作来采集图片数据。采集完毕后再重复上述过程来得到所有拍摄距离对应的图片数据。这样一来，便得到了多张图像组成的图像集合作为采集的待识别对象的拍摄数据。

当然，为了确保采集拍摄数据的精度，还可以对采集到的图片进行校验，是否存在模糊、遮挡等，如果存在则还是显示该拍摄距离对应的拍摄提示信息重新进行拍摄。

在本公开的一个实施例中，拍摄数据也可以是视频数据，所述获取拍摄设备在不同拍摄距离下采集的待识别对象的拍摄数据，包括：

步骤一，响应于针对所述用户交互界面中开启录制按钮的触控操作，开启视频录制，并在所述用户交互界面显示一拍摄距离对应的拍摄提示信息；

步骤二，在检测到待识别对象满足所述拍摄距离的采集条件时，所述用户交互界面显示下一拍摄距离对应的拍摄提示信息；

步骤三，重复上述显示和检测过程，直至响应于针对所述用户交互界面中结束录制按钮的触控操作，结束视频录制得到所述视频数据。

上述方法与拍摄数据为图片数据较为类似，都需要在用户交互界面中显示拍摄提示信息，以及检测待识别对象是否满足拍摄距离的采集条件，因此此处便不再赘述。

而与图片数据不同的是，由于采集的是视频数据，所以需要响应于开启录制按钮的触控操作，开启视频录制，以及响应于结束录制按钮的触控操作，结束视频录制。

另外，在检测到待识别对象满足采集条件时，由于已经该时刻的图像已经记录在视频中了，所以可以不执行拍摄操作，而直接进入采集下一拍摄距离的拍摄数据的阶段。

在本公开的一个实施例中，拍摄数据也可以是图片数据和视频数据。所述获取拍摄设备在不同拍摄距离下采集的待识别对象的拍摄数据，包括：

步骤一，响应于针对所述用户交互界面中开启录制按钮的触控操作，开启视频录制，并在所述用户交互界面显示一拍摄距离对应的拍摄提示信息；

步骤二，在检测到待识别对象满足所述拍摄距离的采集条件时，执行拍摄操作以采集所述拍摄距离对应的图片数据；

步骤三，所述用户交互界面显示下一拍摄距离对应的拍摄提示信息；

步骤四，重复上述显示、检测和执行过程，直至响应于针对所述用户交互界面中结束录制按钮的触控操作，结束视频录制得到所述视频数据。

上述方法是将以上两种方法进行了结合，也就是在视频录制的过程中，检测到满足采集条件时，同时还执行了拍摄操作。具体过程参见之前的方法描述，此处便不再做过多赘述。

为了确保拍摄数据中采集的内容精度更高，可以增加一些操作。例如，当检测到满足采集条件时，在用户交互界面显示“静置2s”的提示信息，检测静置时间满足之后，再显示下一拍摄距离对应的拍摄提示信息。

基于上述方法，通过采集视频数据进行待识别对象的真伪识别，优点是可以捕获手机运行时反应在证件上的全部过程，防止发生证件替换的情况，同时也防止HOOK攻击。

图5示意性示出本公开示例性实施例中一种获取拍摄数据方法的流程示意图。参考图5所示，在步骤S501中，根据界面UI(User Interface,用户界面)，用户将拍摄设备调整至第一距离处，获取对应数据；然后在步骤S502中，判断是否符合进入第二距离的条件，也就是第一距离处的数据采集是否完成，如果是则执行步骤S503，如果为否则返回执行步骤S501；步骤S503进入第二距离的条件后，界面UI发生了变化，也就是提供第二距离对应的拍摄提示信息，用户根据提示进入第二距离，获取对应数据；然后执行步骤S504，判断是否完成第二距离的数据处理，如果是，则执行步骤S505，获取数据结束，如果否，则跳转至步骤S503，重新获取第二距离对应数据。

在步骤S102中，根据所述拍摄数据确定各所述拍摄距离分别对应的图像信息。

在本公开中，根据拍摄数据内容的不同，确定各拍摄距离分别对应的图像信息方法不同。

如果拍摄数据中包含有图像信息，那么获取到的拍摄数据已经是多个拍摄距离对应的图像信息了，则可以直接提取。

而如果拍摄数据中不包括图像信息，只有视频数据，此时则需要提取视频数据中各拍摄距离对应的视频关键帧作为图像信息。

因此，为了方便提取到各视频关键帧，在拍摄视频时还可以增加一些操作。例如在检测到满足采集条件时，记录录制时间，在录制结束得到视频数据时，根据记录的录制时间在视频中增加标记帧。这样一来，便可以根据标记帧来提取对应的视频关键帧作为图像信息。

当然提取视频关键帧的方式不仅局限于此，还可以通过对视频数据进行逐帧分析，判断视频中的哪一帧与某一拍摄距离拍摄到的待识别对象的图像匹配，进而确定视频关键帧。

在步骤S103中，采用各所述拍摄距离分别对应的分类器分别对所述图像信息进行真伪识别，得到各所述拍摄距离分别对应的所述真伪识别结果。

在本公开的一个实施例中，不同拍摄距离对应的图像信息应采用不同的分类器进行真伪识别。因此，步骤S103包括采用一拍摄距离对应的分类器对所述拍摄距离对应的图像信息进行真伪识别，得到所述拍摄距离对应的真伪识别结果。具体而言，该过程具体步骤如下：将所述图像信息输入所述分类器，以得到所述分类器输出的真伪预测值；将所述真伪预测值和所述分类器对应的阈值进行比较，得到比较结果；根据所述比较结果确定所述真伪识别结果。

也就说，针对于一种拍摄距离，将该拍摄距离对应的图像信息输入到该拍摄距离对应的分类器中，得到一个真伪预测值，然后将该分类器预测的真伪预测值与该分类器的阈值进行比较，如果真伪预测值大于或等于该阈值，则可以视为该分类器识别的结果为“待识别对象为真”；反之，如果真伪预测值小于该阈值，则可以视为该分类器识别的结果为“待识别对象为假”。

在本公开的一个实施例中，所述方法还包括：基于所述拍摄距离对应的样本数据提取数据特征；根据所述数据特征进行模型训练，得到所述分类器和所述分类器对应的阈值。

也就是说预先通多模型训练，进而得到不同拍摄距离对应的分类器，进而使用这些分类器来进行识别。需要说明的是，这里分类器依然是和不同的拍摄距离时一一对应的关系。

举例而言，配置三种不同拍摄距离下的分类器，拍摄距离包括较远距离的第一距离、较近距离的第二距离以及最近距离的第三距离。那么其分别对应的数据特征相应的有所区别，在所述拍摄距离为第一距离，所述数据特征包括边缘区域特征；在所述拍摄距离为第二距离，所述数据特征包括屏幕反光特征、纸质凹凸特征以及材料特征中的一种或多种；在所述拍摄距离为第三距离，所述数据特征包括防伪特征。

在较远距离时，获取的图像不仅有待识别对象的全貌，同时会有部分背景信息，因此可以发现很多对象边缘区域或者是屏幕边缘区域，或者是其他具有分辨性的特征。使用这些边缘区域特征能够训练具有高鲁棒性和泛化性的分类器。

在较近距离时，获取的图像可以包括待识别对象的全部区域，尽量不包含背景区域，这样即能够保证待识别对象的完整性，又能关注到细节信息。可以利用屏幕反光纸质的凹凸或者材料特征等对采集到的图像进行辨别。

在最近距离时，获取的图像为待识别对象的特有的局部区域。这种区域具有一定的特殊性，也是具有防伪功能的。将包含该区域的高清图像提取防伪特征即可训练得到高精度的分类器。

当然，分类器的种类也可以根据设置的拍摄距离数量进行调整，例如也可以只训练得到识别背景和待识别对象的第一距离的分类器，和识别待识别对象完整特征的第二距离的分类器即可，此时就不需要设置第三距离。这样一来只需要进行两种拍摄距离下的真伪识别结果，减少传输和处理的数据量，提高真伪识别效率。

在步骤S104中，根据各所述拍摄距离分别对应的真伪识别结果，得到所述待识别对象的最终真伪识别结果。

具体地，在步骤S103中可以得到每一拍摄距离对应的真伪识别结果，此时需要对所有的真伪识别结果进行一个结果融合，以得到一个最终的真伪识别结果。

融合的方式有很多，在本公开的一个实施例中，步骤S104可以包括：基于预先训练的权重模型确定各所述拍摄距离分别对应的权重信息；根据各所述权重信息和各所述真伪识别结果进行计算得到所述最终真伪识别结果。

也就是说，对每一种拍摄距离的真伪识别结果分配相应的权重值，然后通过各分类器得到的真伪预测值以及权重值进行加权求和，最后再将加权求和结果与整体阈值进行比较，如果大于等于配置的整体阈值，则得到最终真伪识别结果为“待识别对象为真”，反正，则最终真伪识别结果为“待识别对象为假”。

在本公开的一个实施例中，步骤S104还可以包括：对各所述拍摄距离分别对应的真伪识别结果进行逻辑判断得到所述最终真伪识别结果。

具体地，如果各个真伪识别结果中有一个为“待识别对象为假”，那么最终真伪识别结果则为“待识别对象为假”，如果各个真伪识别结果中均为“待识别对象为真”，那么最终真伪识别结果则为“待识别对象为真”。

在本公开的一个实施例中，步骤S104还可以包括：基于各所述拍摄距离分别对应的所述真伪识别结果和所述阈值，计算各所述拍摄距离分别对应的可信值；将最大可信值对应的真伪识别结果作为所述最终真伪识别结果。

也就说，通过计算可信值，将可信值最大值对应的真伪识别结果作为所述最终真伪识别结果。其中，在计算某一拍摄距离对应的真伪识别结果的可信值p时：

当y在阈值左侧，公式(1)所示：

其中，y为真伪预测值，a为分类器的阈值。

当y在阈值右侧，如公式(2)所示：

其中，y为真伪预测值，a为分类器的阈值。

通过步骤S104，结合实际情况，各分类器输出的真伪识别结果进行策略融合，输出最终真伪识别结果。因此，可以根据不同距离设置的分类器对真伪识别结果进行融合，相较于单一地真伪判断，其识别的准确率会更高。

基于上述方法，一方面在拍摄时不需要移动待识别对象，只通过移动拍摄设备以改变拍摄设备与待识别对象之间的距离采集拍摄数据，避免进行对象旋转，改变拍摄光源等操作，同时在用户交互界面上显示相应的拍摄提示信息，能够使得真伪辨识操作更加简便，提高用户体验；另一方面，支持以视频数据的形式进行待识别对象的真伪识别，可以捕获拍摄的全过程，防止对待识别对象的替换，也防止HOOK攻击，使得真伪识别更加稳定；再一方面，将各拍摄距离识别到的真伪识别结果进行综合，能够提高真伪识别的准确率。

图6示意性示出本公开示例性实施例中一种对象真伪识别装置的组成示意图，如图6所示，该对象真伪识别装置600可以包括获取模块601、确定模块602、分类识别模块603以及整体识别模块604。其中：

获取模块601，用于获取拍摄设备在不同拍摄距离下采集的待识别对象的拍摄数据；

确定模块602，用于根据所述拍摄数据确定各所述拍摄距离分别对应的图像信息；

分类识别模块603，用于采用各所述拍摄距离分别对应的分类器对所述图像信息进行真伪识别，得到各所述拍摄距离分别对应的真伪识别结果；

整体识别模块604，用于根据各所述拍摄距离分别对应的真伪识别结果，得到所述待识别对象的最终真伪识别结果。

根据本公开的示例性实施例，所述对象真伪识别装置600还包括提示模块，用于配置所述拍摄设备的至少两个拍摄距离；分别配置各所述拍摄距离在所述拍摄设备的用户交互界面中分别对应的拍摄提示信息，以基于所述拍摄提示信息获取所述拍摄数据。

根据本公开的示例性实施例，在所述拍摄数据为图片数据时，所述获取模块601用于所述用户交互界面显示一拍摄距离对应的拍摄提示信息；在检测到待识别对象满足所述拍摄距离的采集条件时，执行拍摄操作以采集所述拍摄距离对应的图片数据；所述用户交互界面显示下一拍摄距离对应的拍摄提示信息；重复上述显示、检测和执行过程，直至得到所有所述拍摄距离对应的所述图片数据。

根据本公开的示例性实施例，在所述拍摄数据为视频数据时，所述获取模块601用于响应于针对所述用户交互界面中开启录制按钮的触控操作，开启视频录制，并在所述用户交互界面显示一拍摄距离对应的拍摄提示信息；在检测到待识别对象满足所述拍摄距离的采集条件时，所述用户交互界面显示下一拍摄距离对应的拍摄提示信息；重复上述显示和检测过程，直至响应于针对所述用户交互界面中结束录制按钮的触控操作，结束视频录制得到所述视频数据。

根据本公开的示例性实施例，在所述拍摄数据为视频数据时，所述确定模块602用于提取所述视频数据中各所述拍摄距离对应的视频关键帧作为所述图像信息。

根据本公开的示例性实施例，在所述拍摄数据为图片数据和视频数据时，所述获取模块601用于响应于针对所述用户交互界面中开启录制按钮的触控操作，开启视频录制，并在所述用户交互界面显示一拍摄距离对应的拍摄提示信息；在检测到待识别对象满足所述拍摄距离的采集条件时，执行拍摄操作以采集所述拍摄距离对应的图片数据；所述用户交互界面显示下一拍摄距离对应的拍摄提示信息；重复上述显示、检测和执行过程，直至响应于针对所述用户交互界面中结束录制按钮的触控操作，结束视频录制得到所述视频数据。

根据本公开的示例性实施例，所述分类识别模块603用于采用一拍摄距离对应的分类器对所述拍摄距离对应的图像信息进行真伪识别，得到所述拍摄距离对应的真伪识别结果；包括：将所述图像信息输入所述分类器，以得到所述分类器输出的真伪预测值；将所述真伪预测值和所述分类器对应的阈值进行比较，得到比较结果；根据所述比较结果确定所述真伪识别结果。

根据本公开的示例性实施例，所述分类识别模块603还包括训练单元，用于基于所述拍摄距离对应的样本数据提取数据特征；根据所述数据特征进行模型训练，得到所述分类器和所述分类器对应的阈值。

根据本公开的示例性实施例，在所述拍摄距离为第一距离，所述数据特征包括边缘区域特征；在所述拍摄距离为第二距离，所述数据特征包括屏幕反光特征、纸质凹凸特征以及材料特征中的一种或多种；在所述拍摄距离为第三距离，所述数据特征包括防伪特征。

根据本公开的示例性实施例，所述整体识别模块604用于基于预先训练的权重模型确定各所述拍摄距离分别对应的权重信息；根据各所述权重信息和各所述真伪识别结果进行计算得到所述最终真伪识别结果。

根据本公开的示例性实施例，所述整体识别模块604用于对各所述拍摄距离分别对应的真伪识别结果进行逻辑判断得到所述最终真伪识别结果。

根据本公开的示例性实施例，所述整体识别模块604用于基于各所述拍摄距离分别对应的所述真伪识别结果和所述阈值，计算各所述拍摄距离分别对应的可信值；将最大可信值对应的真伪识别结果作为所述最终真伪识别结果。

上述的对象真伪识别装置600中各模块的具体细节已经在对应的对象真伪识别方法中进行了详细的描述，因此此处不再赘述。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的存储介质。图7示意性示出本公开示例性实施例中一种计算机可读存储介质的示意图，如图7所示，描述了根据本公开的实施方式的用于实现上述方法的程序产品700，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如手机上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。图8示意性示出本公开示例性实施例中一种电子设备的计算机系统的结构示意图。

需要说明的是，图8示出的电子设备的计算机系统800仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图8所示，计算机系统800包括中央处理单元(Central Processing Unit，CPU)801，其可以根据存储在只读存储器(Read-Only Memory，ROM)802中的程序或者从存储部分808加载到随机访问存储器(Random Access Memory，RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有系统操作所需的各种程序和数据。CPU 801、ROM802以及RAM 803通过总线804彼此相连。输入/输出(Input/Output，I/O)接口805也连接至总线804。

以下部件连接至I/O接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid Crystal Display，LCD)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如LAN(Local Area Network，局域网)卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。

特别地，根据本公开的实施例，下文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时，执行本公开的系统中限定的各种功能。

需要说明的是，本公开实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

作为另一方面，本公开还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现上述实施例中所述的方法。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本公开实施方式的方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (15)

1.一种对象真伪识别方法，其特征在于，包括：

获取拍摄设备在不同拍摄距离下采集的待识别对象的拍摄数据；其中，所述拍摄数据包括图片数据和/或视频数据；

根据所述拍摄数据确定各所述拍摄距离分别对应的图像信息；

采用各所述拍摄距离分别对应的分类器分别对所述图像信息进行真伪识别，得到各所述拍摄距离分别对应的所述真伪识别结果；

根据各所述拍摄距离分别对应的真伪识别结果，得到所述待识别对象的最终真伪识别结果。

2.根据权利要求1所述的对象真伪识别方法，其特征在于，所述方法还包括：

配置所述拍摄设备的至少两个拍摄距离；

分别配置各所述拍摄距离在所述拍摄设备的用户交互界面中分别对应的拍摄提示信息，以基于所述拍摄提示信息获取所述拍摄数据。

3.根据权利要求2所述的对象真伪识别方法，其特征在于，在所述拍摄数据为图片数据时，所述获取拍摄设备在不同拍摄距离下采集的待识别对象的拍摄数据，包括：

所述用户交互界面显示一拍摄距离对应的拍摄提示信息；

在检测到待识别对象满足所述拍摄距离的采集条件时，执行拍摄操作以采集所述拍摄距离对应的图片数据；

所述用户交互界面显示下一拍摄距离对应的拍摄提示信息；

重复上述显示、检测和执行过程，直至得到所有所述拍摄距离对应的所述图片数据。

4.根据权利要求2所述的对象真伪识别方法，其特征在于，在所述拍摄数据为视频数据时，所述获取拍摄设备在不同拍摄距离下采集的待识别对象的拍摄数据，包括：

响应于针对所述用户交互界面中开启录制按钮的触控操作，开启视频录制，并在所述用户交互界面显示一拍摄距离对应的拍摄提示信息；

在检测到待识别对象满足所述拍摄距离的采集条件时，所述用户交互界面显示下一拍摄距离对应的拍摄提示信息；

重复上述显示和检测过程，直至响应于针对所述用户交互界面中结束录制按钮的触控操作，结束视频录制得到所述视频数据。

5.根据权利要求4所述的对象真伪识别方法，其特征在于，所述根据所述拍摄数据确定各所述拍摄距离分别对应的图像信息，包括：

提取所述视频数据中各所述拍摄距离对应的视频关键帧作为所述图像信息。

6.根据权利要求2所述的对象真伪识别方法，其特征在于，在所述拍摄数据为图片数据和视频数据时，所述获取拍摄设备在不同拍摄距离下采集的待识别对象的拍摄数据，包括：

响应于针对所述用户交互界面中开启录制按钮的触控操作，开启视频录制，并在所述用户交互界面显示一拍摄距离对应的拍摄提示信息；

在检测到待识别对象满足所述拍摄距离的采集条件时，执行拍摄操作以采集所述拍摄距离对应的图片数据；

所述用户交互界面显示下一拍摄距离对应的拍摄提示信息；

重复上述显示、检测和执行过程，直至响应于针对所述用户交互界面中结束录制按钮的触控操作，结束视频录制得到所述视频数据。

7.根据权利要求1所述的对象真伪识别方法，其特征在于，所述方法还包括：采用一拍摄距离对应的分类器对所述拍摄距离对应的图像信息进行真伪识别，得到所述拍摄距离对应的真伪识别结果；

所述采用一拍摄距离对应的分类器对所述拍摄距离对应的图像信息进行真伪识别，得到所述拍摄距离对应的真伪识别结果，包括：

将所述图像信息输入所述分类器，以得到所述分类器输出的真伪预测值；

将所述真伪预测值和所述分类器对应的阈值进行比较，得到比较结果；

根据所述比较结果确定所述真伪识别结果。

8.根据权利要求7所述的对象真伪识别方法，其特征在于，所述方法还包括：

基于所述拍摄距离对应的样本数据提取数据特征；

根据所述数据特征进行模型训练，得到所述分类器和所述分类器对应的阈值。

9.根据权利要求8所述的对象真伪识别方法，其特征在于，所述方法还包括：

在所述拍摄距离为第一距离，所述数据特征包括边缘区域特征；

在所述拍摄距离为第二距离，所述数据特征包括屏幕反光特征、纸质凹凸特征以及材料特征中的一种或多种；

在所述拍摄距离为第三距离，所述数据特征包括防伪特征。

10.根据权利要求1所述的对象真伪识别方法，其特征在于，所述根据各所述拍摄距离分别对应的真伪识别结果，得到所述待识别对象的最终真伪识别结果包括：

基于预先训练的权重模型确定各所述拍摄距离分别对应的权重信息；

根据各所述权重信息和各所述真伪识别结果进行计算得到所述最终真伪识别结果。

11.根据权利要求1所述的对象真伪识别方法，其特征在于，所述根据各所述拍摄距离分别对应的真伪识别结果，得到所述待识别对象的最终真伪识别结果包括：

对各所述拍摄距离分别对应的真伪识别结果进行逻辑判断得到所述最终真伪识别结果。

12.根据权利要求8所述的对象真伪识别方法，其特征在于，所述根据各所述拍摄距离分别对应的真伪识别结果，得到所述待识别对象的最终真伪识别结果包括：

基于各所述拍摄距离分别对应的所述真伪识别结果和所述阈值，计算各所述拍摄距离分别对应的可信值；

将最大可信值对应的真伪识别结果作为所述最终真伪识别结果。

13.一种对象真伪识别装置，其特征在于，包括：

获取模块，用于获取拍摄设备在不同拍摄距离下采集的待识别对象的拍摄数据；

确定模块，用于根据所述拍摄数据确定各所述拍摄距离分别对应的图像信息；

分类识别模块，用于采用各所述拍摄距离分别对应的分类器对所述图像信息进行真伪识别，得到各所述拍摄距离分别对应的真伪识别结果；

整体识别模块，用于根据各所述拍摄距离分别对应的真伪识别结果，得到所述待识别对象的最终真伪识别结果。

14.一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如权利要求1至12任一项所述的对象真伪识别方法。

15.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至12任一项所述的对象真伪识别方法。

Images