您所在的位置: 成果库 一种基于光场转换的抗LED再生拷贝方法及系统

一种基于光场转换的抗LED再生拷贝方法及系统

发布时间: 2022-06-20

基本信息

合作方式: 技术咨询
成果类型: 发明专利
行业领域:
新一代信息技术产业,信息传输、软件和信息技术服务业
成果介绍

本发明提供了一种基于光场转换的抗LED再生拷贝方法及系统,使用Transformer的编码器对拷贝图集合中各拷贝图分别进行编码得到对应的拷贝图嵌入向量,将各拷贝图嵌入向量的集合作为拷贝图嵌入向量集合;使用Transformer的编码器对原生图集合中各原生图分别进行编码得到对应的原生图嵌入向量,将各原生图嵌入向量的集合作为原生图嵌入向量集合;利用拷贝图嵌入向量集合与原生图嵌入向量集合计算得到区分数组,利用区分数组判断对照原生图嵌入向量与待检测图嵌入向量是否一致,若是则判断待检测的拷贝图像为新原图,实现了对拷贝图像与原生图像的快速检测识别,降低了图像识别的计算时间成本的有益效果。

主权利要求: 1.一种基于光场转换的抗LED再生拷贝方法,其特征在于,所述方法包括以下步骤:S100,使用摄像设备拍摄多张不同的图像,将多张不同的图像作为原生图集合;S200,在LED显示器上分别显示原生图集合中各图像,并使用移动设备的摄像头对原生图集合中各图像分别进行拍摄得到对应的各拷贝图,将各拷贝图的集合作为拷贝图集合;S300,使用Transformer的编码器对拷贝图集合中各拷贝图分别进行编码得到对应的拷贝图嵌入向量,将各拷贝图嵌入向量的集合作为拷贝图嵌入向量集合;S400,使用Transformer的编码器对原生图集合中各原生图分别进行编码得到对应的原生图嵌入向量,将各原生图嵌入向量的集合作为原生图嵌入向量集合;S500,利用拷贝图嵌入向量集合与原生图嵌入向量集合计算得到区分数组;S600,对新加入原生图集合的图像使用S400中的方法得到对应的原生图嵌入向量作为对照原生图嵌入向量,将待检测的拷贝图像使用S400中的方法得到对应的拷贝图嵌入向量作为待检测图嵌入向量,利用区分数组判断对照原生图嵌入向量与待检测图嵌入向量是否一致,若是则判断待检测的拷贝图像即为新加入原生图集合的图像的原图;其中,在S300中,使用Transformer的编码器对拷贝图集合中各拷贝图分别进行编码得到对应的拷贝图嵌入向量,将各拷贝图嵌入向量的集合作为拷贝图嵌入向量集合的方法为:所述Transformer为预训练的图像处理Transformer简称IPT,所述Transformer的编码器为IPT模型中的Encoder,向所述Transformer的编码器中输入图像矩阵后所述Transformer的编码器的输出为一个张量,所述Transformer的编码器输出的张量中的元素的数量记为k,将所述Transformer的编码器输出的张量中的元素转化为一个k维数组,拷贝图嵌入向量即为向所述Transformer的编码器输入拷贝图的图像矩阵后输出的张量中的元素转化为的k维数组,将各拷贝图嵌入向量的集合作为拷贝图嵌入向量集合;其中,在S400中,使用Transformer的编码器对原生图集合中各原生图分别进行编码得到对应的原生图嵌入向量,将各原生图嵌入向量的集合作为原生图嵌入向量集合的方法为:原生图嵌入向量即为向所述Transformer的编码器输入原生图的图像矩阵后输出的张量中的元素转化为的k维数组,将各原生图嵌入向量的集合作为原生图嵌入向量集合;其中,在S500中,利用拷贝图嵌入向量集合与原生图嵌入向量集合计算得到区分数组的方法为:将拷贝图嵌入向量集合中元素的数量记为n,拷贝图嵌入向量集合中元素的序号记为i,i∈[1,n],记拷贝图嵌入向量集合为集合Copset,记拷贝图嵌入向量集合中序号为i的元素为Copset(i);拷贝图嵌入向量集合中元素的数量与原生图嵌入向量集合中元素的数量相同,原生图嵌入向量集合中元素的数量同为n,原生图嵌入向量集合中元素的序号同为i,记原生图嵌入向量集合为集合Orgset,记原生图嵌入向量集合中序号为i的元素为Orgset(i);拷贝图嵌入向量中维度的数量为k,拷贝图嵌入向量中维度的序号为v,v∈[1,k],Copset(i)中序号为v的维度的数值为Copset(i)[v];原生图嵌入向量中维度的数量同为k,原生图嵌入向量中维度的序号为同v,Orgset(i)中序号为v的维度的数值为Orgset(i)[v];将拷贝图嵌入向量集合转化为拷贝图嵌入矩阵:拷贝图嵌入矩阵为n行k列的矩阵,拷贝图嵌入矩阵中行的序号为i,拷贝图嵌入矩阵中的第i行为Copset(i),拷贝图嵌入矩阵中列的序号为v,拷贝图嵌入矩阵中第i行第v列的元素为Copset(i)[v];将原生图嵌入向量集合转化为原生图嵌入矩阵:原生图嵌入矩阵为n行k列的矩阵,原生图嵌入矩阵中行的序号为i,原生图嵌入矩阵中的第i行为Orgset(i),原生图嵌入矩阵中列的序号为v,原生图嵌入矩阵中第i行第v列的元素为Orgset(i)[v];记拷贝图嵌入矩阵为Copmat,Copmat中第i行第v列的元素为Copmat(i,v),记原生图嵌入矩阵为Orgmat,Orgmat中第i行第v列的元素为Orgmat(i,v);计算得到区分数组的具体步骤为:S501,定义原生图处理向量为对原生图嵌入矩阵进行处理所得的向量,得到原生图处理向量的方法为:原生图处理向量中维度的数量与原生图嵌入矩阵中行的数量相等,记原生图处理向量为Orgvec,Orgvec中维度的数量同为n,Orgvec中维度的序号同为i,Orgvec中序号为i的维度的数值为Orgvec(i),Orgvec(i)的计算公式为:由此得到原生图处理向量;其中,函数exp为以自然常数e为底的指数函数;S502,定义拷贝图处理向量为对拷贝图嵌入矩阵进行处理所得的向量,得到拷贝图处理向量的方法为:拷贝图处理向量中维度的数量与拷贝图嵌入矩阵中行的数量相等,记拷贝图处理向量为Copvec,Copvec中维度的数量同为n,Copvec中维度的序号同为i,Copvec中序号为i的维度的数值为Copvec(i),Copvec(i)的计算公式为:由此得到拷贝图处理向量;S503,定义区分数组为衡量原生图处理向量与拷贝图处理向量之间的区分程度的一组数值,区分数组中维度的数量同为n,区分数组中维度的序号同为i,记区分数组为Distvec,区分数组中序号为i的数值为Distvec(i),Distvec(i)的计算公式为:其中,函数ln为计算自然对数的函数,由此得到区分数组。

成果亮点
团队介绍
成果资料