(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210404320.8 (22)申请日 2022.04.18 (71)申请人 阿里巴巴 （中国） 有限公司 地址 311121 浙江省杭州市余杭区五常街 道文一西路969号3幢5层5 54室 (72)发明人 董程博　曾吉申　杨锐　 (74)专利代理 机构 北京智信禾专利代理有限公 司 11637 专利代理师 李晓庆 (51)Int.Cl. G06V 10/74(2022.01) G06V 10/762(2022.01) G06V 10/80(2022.01) G06V 10/774(2022.01) G06K 9/62(2022.01) (54)发明名称 图片来源识别方法 (57)摘要 本说明书实施例提供图片来源识别方法， 包 括响应于图片来源识别请求， 提取所述图片来源 识别请求中的待识别图片， 并确定设备模板库； 根据双视角特征编码器， 确定所述设备模板库中 每个来源设备的设备来源特征， 以及所述待识别 图片的图片来源 特征； 计算所述待识别图片的 图 片来源特征、 与所述每个来源设备的设备来源特 征的相似度， 并根据所述相似度从所述设备模板 库中确定 所述待识别图片的目标来源设备。 该方 法通过双视角特征编码器， 在RGB视角和噪声视 角共同提取待识别图片的图片来源 特征， 并将该 图片来源特征通过与设备模板库中设备的设备 来源特征匹配， 实现对该待识别图像对应的目标 来源设备(如手机或者相机等)的识别， 识别效率 以及准确度较高。 权利要求书3页 说明书17页 附图5页 CN 114913349 A 2022.08.16 CN 114913349 A 1.一种图片来源识别方法， 包括： 响应于图片来源识别请求， 提取所述图片来源识别请求中的待识别图片， 并确定设备 模板库； 根据双视角特征编码器， 确定所述设备模板库中每个来源设备的设备来源特征， 以及 所述待识别图片的图片来源特征， 其中， 所述双视角特征编码器通过图片视角和噪声视角 训练获得； 计算所述待识别图片的图片来源特征、 与所述每个来源设备的设备来源特征的相似 度， 并根据所述相似度从所述设备模板库中确定所述待识别图片的目标来源设备。 2.根据权利要求1所述的图片来源识别方法， 所述根据双视角特征编码器， 确定所述设 备模板库中每个来源设备 的设备来源特征， 以及所述待识别图片的图片来源特征之前， 还 包括： 对所述待识别图片进行后处理， 获得处理后的待识别图片， 其中， 所述后处理包括对所 述待识别图片的放大、 缩小和/或压缩。 3.根据权利要求1或2所述的图片来源识别方法， 所述根据双视角特征编码器， 确定所 述设备模板库中每个来源设备 的设备来源特征， 以及所述待识别图片的图片来源特征， 包 括： 根据双视角特 征编码器， 确定所述设备模板库中每 个来源设备的设备来源特 征； 以及 根据所述双视角特 征编码器， 确定所述待识别图片的图片来源特 征。 4.根据权利要求3所述的图片来源识别方法， 所述根据双视角特征编码器， 确定所述设 备模板库中每 个来源设备的设备来源特 征， 包括： 确定所述设备模板库中， 每 个来源设备对应的至少一个设备拍摄图片； 根据所述双视角特 征编码器， 获取每 个设备拍摄图片的图片来源特 征； 将所述每个来源设备对应的所有设备拍摄图片的图片来源特征进行聚类， 获得所述每 个来源设备的设备来源特 征。 5.根据权利要求4所述的图片来源识别方法， 所述根据所述双视角特征编码器， 获取每 个设备拍摄图片的图片来源特 征， 包括： 根据预设噪声提取 方法， 获得 所述每个设备拍摄图片的第二成像指纹噪声； 将所述每个设备拍摄图片与 所述第二成像指纹噪声进行特征融合， 获得所述每个设备 拍摄图片的融合特 征； 将所述每个设备拍摄图片的融合特征输入所述双视角特征编码器， 获得所述每个设备 拍摄图片的图片来源特 征。 6.根据权利要求3所述的图片来源识别方法， 所述根据所述双视角特征编码器， 确定所 述待识别图片的图片来源特 征， 包括： 根据预设噪声提取 方法， 获得 所述待识别图片的第一成像指纹噪声； 将所述待识别图片与 所述第一成像指纹噪声进行特征融合， 获得所述待识别图片的融 合特征； 将所述待识别图片的融合特征输入双视角特征编码器， 获得所述待识别图片的图片来 源特征。 7.根据权利要求1所述的图片来源识别方法， 所述双视角特 征编码器的训练步骤 包括：权　利　要　求　书 1/3 页 2 CN 114913349 A 2获取多个来源设备拍摄的样本图片， 并确定每 个样本图片对应的来源设备； 根据预设噪声提取 方法， 获得 所述每个样本图片的第三成像指纹噪声； 将所述每个样本图片与所述第 三成像指纹噪声进行特征融合， 获得所述每个样本图片 的融合特 征； 根据所述每个样本图片的融合特征、 以及所述每个样本图片对应的来源设备的设备来 源特征， 训练双视角特 征编码器。 8.根据权利要求7所述的图片来源识别方法， 所述根据所述每个样本图片的融合特征、 以及所述每 个样本图片对应的来源设备的设备来源特 征， 训练双视角特 征编码器， 包括： 将所述每个样本图片的融合特征作为训练样本， 将所述每个样本图片对应的来源设备 的设备来源特 征作为所述训练样本的训练标签； 根据预设特征距离约束方法， 训练相同设备型号的训练样本之间的第 一空间距离以及 不同设备 型号的训练样本之间的第二空间距离； 根据所述训练样本、 所述训练标签、 所述第一空间距离以及所述第二空间距离， 训练双 视角特征编码器。 9.根据权利要求4所述的图片来源识别方法， 所述确定所述设备模板库中， 每个来源设 备对应的至少一个设备拍摄图片之后， 还 包括： 对每个设备拍摄图片进行后处理， 获得处理后的每个设备拍摄图片， 其中， 所述后处理 包括对所述每 个设备拍摄图片的放大、 缩小和/或压缩。 10.根据权利要求1所述的图片来源识别方法， 所述响应于图片来源识别请求， 提取所 述图片来源识别请求中的待识别图片， 包括： 响应于图片来源识别请求， 确定所述图片来源识别请求中携带的视频数据， 其中， 所述 视频数据包括 通过VR设备或者AR设备获取的视频 数据； 提取所述视频 数据中的目标视频帧， 并将所述目标视频帧作为待识别图片。 11.一种图片来源识别方法， 包括： 响应于图片来源识别请求， 提取所述图片来源识别请求中的待识别图片以及初始来源 设备； 根据双视角特征编码器， 确定所述待识别图片的图片来源特征、 以及所述初始来源设 备的设备来源特 征， 其中， 所述双视角特 征编码器通过图片视角和噪声视角训练获得； 计算所述待识别图片的图片来源特征、 与所述初始来源设备的设备来源特征的相似 度， 根据所述相似度确定所述初始来源设备 是否为所述待识别图片的目标来源设备。 12.根据权利要求11所述的图片来源识别方法， 所述根据双视角特征编码器， 确定所述 待识别图片的图片来源特 征、 以及所述初始来源设备的设备来源特 征， 包括： 根据双视角特 征编码器， 确定所述待识别图片的图片来源特 征； 以及 根据所述双视角特 征编码器， 确定所述初始来源设备的设备来源特 征。 13.根据权利要求12所述的图片来源识别方法， 所述根据双视角特征编码器， 确定所述 待识别图片的图片来源特 征， 包括： 根据预设噪声提取 方法， 获得 所述待识别图片的第一成像指纹噪声； 将所述待识别图片与 所述第一成像指纹噪声进行特征融合， 获得所述待识别图片的融 合特征；权　利　要　求　书 2/3 页 3 CN 114913349 A 3